猴子修补 Pandas 和 matplotlib 以去除 df.plot() 的刺

Question

问题：我试图掌握猴子修补的概念，同时制作一个函数来产生完美的时间序列图。如何在 pandas pandas.DataFrame.plot() 中包含以下 matplotlib 功能？ax.spines['top'].set_visible(False)ax.spines['right'].set_visible(False)ax.spines['bottom'].set_visible(False)ax.spines['left'].set_visible(False)complete code at the end of the question细节：我认为 中的默认设置df.plot()非常简洁，尤其是当您运行带有深色主题的 Jupyter Notebook 时，例如来自dunovank 的chesterish：我想尽可能多地将它用于我的数据分析工作流程，但我真的很想像这样删除框架（或所谓的刺）：可以说，这是一个完美的时间序列图。但df.plot()对此没有内置参数。最接近的似乎是grid = False，但这会在同一次运行中带走整个网格：我试过的我知道我可以将spine代码片段包装在一个函数中，df.plot()所以我最终得到了这个：片段 1：def plotPerfect(df, spline):    ax = df.plot()    if not spline:        ax.spines['top'].set_visible(False)        ax.spines['right'].set_visible(False)        ax.spines['bottom'].set_visible(False)        ax.spines['left'].set_visible(False)    return(ax)plotPerfect(df = df, spline = False)输出 1：但就未来修订的灵活性和可读性而言，这是“最佳”方式吗？如果我们谈论数百个情节，甚至在执行时间方面是最快的？我知道如何获得df.plot() 源代码，但是那里的所有内容都让我感到困惑。那么，如何做我包括这些设置df.plot？也许包装函数方法和猴子补丁一样好？包含完整代码和示例数据的片段：要 100% 重现示例，请将其粘贴到带有chesterish theme激活的 Jupyter Notebook 单元格中：# importsimport pandas as pdimport numpy as npfrom jupyterthemes import jtplot# Sample datanp.random.seed(123)rows = 50dfx = pd.DataFrame(np.random.randint(90,110,size=(rows, 1)), columns=['Variable Y'])dfy = pd.DataFrame(np.random.randint(25,68,size=(rows, 1)), columns=[' Variable X'])df = pd.concat([dfx,dfy], axis = 1)jtplot.style()# Plot with default settingsdf.plot()# Wrap df.plot() and matplotlib spine in a functiondef plotPerfect(df, spline):    ax = df.plot()    if not spline:        ax.spines['top'].set_visible(False)        ax.spines['right'].set_visible(False)        ax.spines['bottom'].set_visible(False)        ax.spines['left'].set_visible(False)    return(ax)# Plot the perfect time-series plotplotPerfect(df = df, spline = False)

Answer 1

另一个答案的替代解决方案是使用plt.box(False)或ax.set_frame_on(False)，这两者都隐藏了轴矩形补丁。

def plotPerfect(df, spline):

    ax = df.plot()

    if not spline:

        ax.set_frame_on(False)

        # plt.box(False)  # another possible option

    return ax

请注意，set_frame_on(False)删除背景使其透明，这可能是不需要的

Answer 2

我会部分回答您的问题的自定义部分：您可以将它们放入for循环中，而不是通过单独的命令隐藏每个样条，如下所示。

def plotPerfect(df, spline):

    ax = df.plot()

    if not spline:

        for i in ['top', 'right', 'bottom', 'left']:

            ax.spines[i].set_visible(False)

    return(ax)

# Plot the perfect time-series plot

plotPerfect(df = df, spline = False) 

如果你想隐藏所有四个脊椎，又不想手动指定顶部、右侧等，可以采用更自动化的方式进行，如下所示。第一个允许您选择隐藏哪些。

def plotPerfect(df, spline):

    ax = df.plot()

    if not spline:

        for i in ax.spines.values():

            i.set_visible(False)

    return(ax)