Как добавить вторичную ось X с категориальными чертами?

Question

После некоторого исследования этой темы c я не смог найти ответ на эту конкретную проблему. Я хочу сделать вторичную ось X, но с категориальными переменными, которые повторяются в течение интервалов (но не повторяют одно и то же значение снова и снова на графике). Подобный пример того, что я хочу, можно увидеть на этой картинке (сделано в Excel):

Данные:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

data1 = {'Month': list(range(11,35))+list(range(34,42)),
         'Checkpoint': ['A','A','A','A','A','A','B','B','B','B','B','B','C','C','C','C','C','C','C','C','C','C','C','D','C','D','D','D','D','D','D','D'],
         'Litres':[216545.67,18034.45,25807.83,46136.23,68099.21,55436.35,56412.33,9347.52,3177.29,103.89,333.29,2355.41,
                     49063.72,113622.80,243639.97,303992.32,255471.55,267022.75,274952.92,619665.39,798969.54,1127476.60,
                     1563344.98,1051827.75,603167.32,1880605.49,1931002.19,
                     2970500.68,2362336.66,5311058.83,5071784.10,5325575.47]}

df = pd.DataFrame(data1)

Запустив приведенный выше код, мы получим следующий фрейм данных

     Month   Checkpoint    Litres
0     11         A        216545.67
1     12         A        18034.45
2     13         A        25807.83
3     14         A        46136.23
4     15         A        68099.21
5     16         A        55436.35
6     17         B        56412.33
7     18         B        9347.52
8     19         B        3177.29
9     20         B        103.89
10    21         B        333.29
11    22         B        2355.41
12    23         C        49063.72
13    24         C        113622.80
14    25         C        243639.97
15    26         C        303992.32
16    27         C        255471.55
17    28         C        267022.75
18    29         C        274952.92
19    30         C        619665.39
20    31         C        798969.54
21    32         C        1127476.60
22    33         C        1563344.98
23    34         D        1051827.75
24    34         C        603167.32
25    35         D        1880605.49
26    36         D        1931002.19
27    37         D        2970500.68
28    38         D        2362336.66
29    39         D        5311058.83
30    40         D        5071784.10
31    41         D        5325575.47

Я хочу создать диаграмму рассеяния (может быть с matplotlib или seaborn) данных, но со 2-й осью x (df [ «Контрольная точка»]).

plt.figure(figsize = (14,7))
plt.scatter(df['Month'], df['Litres'], s=30)

Answer 1

Одна из возможностей состоит в том, чтобы использовать основные отметки для обозначения меток месяца и второстепенные отметки для разделения. Всякий раз, когда меняется метка контрольной точки, необходимо нарисовать более длинный тик. Положение метки контрольной точки будет находиться между двумя длинными галочками.

Кажется, есть один месяц с двумя разными метками (месяц 34). Не ясно, что должно произойти потом. В приведенном ниже коде нарисована длинная крупная галочка.

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

data1 = {'Month': list(range(11, 35)) + list(range(34, 42)),
         'Checkpoint': ['A', 'A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C', 'C', 'C', 'C',
                        'C', 'C', 'C', 'C', 'D', 'C', 'D', 'D', 'D', 'D', 'D', 'D', 'D'],
         'Litres': [216545.67, 18034.45, 25807.83, 46136.23, 68099.21, 55436.35, 56412.33, 9347.52, 3177.29, 103.89,
                    333.29, 2355.41, 49063.72, 113622.80, 243639.97, 303992.32, 255471.55, 267022.75, 274952.92,
                    619665.39, 798969.54, 1127476.60, 1563344.98, 1051827.75, 603167.32, 1880605.49, 1931002.19,
                    2970500.68, 2362336.66, 5311058.83, 5071784.10, 5325575.47]}
df = pd.DataFrame(data1)

fig, ax = plt.subplots(figsize=(10, 5))

ax.scatter(df['Month'], df['Litres'], s=30, color='crimson')

ax.xaxis.set_major_locator(ticker.FixedLocator(0.5))
ax.xaxis.set_major_locator(ticker.MultipleLocator(1))
ax.xaxis.set_minor_locator(ticker.MultipleLocator(0.5))
ax.set_xlim(df['Month'].iloc[0] - 0.5, df['Month'].iloc[-1] + 0.5)

checkpoints = list(df['Checkpoint'])

long_minor_ticks = [df['Month'].iloc[0] - 1]  # these minor ticks need to be longer
long_major_ticks = []  # these major ticks need to be longer

for m1, m, c1, c in zip(df['Month'][1:], df['Month'], df['Checkpoint'][1:], df['Checkpoint']):
    if m == m1:
        long_major_ticks.append(m)
    elif c != c1:
        long_minor_ticks.append(m)
long_minor_ticks.append(df['Month'].iloc[-1])

ax.tick_params(which='minor', axis='x', pad=20) # put the minor tick labels at some distance

checkpoint_labels = []
for tick, month in zip(ax.xaxis.get_minor_ticks(), range(df['Month'].iloc[0]-1, 100)):
    l = 35 if month in long_minor_ticks and not month in long_major_ticks and not month+1 in long_major_ticks else 18
    tick.tick1line.set_markersize(l)
    checkpoint_labels.append('')

for tick, month in zip(ax.xaxis.get_major_ticks(), range(df['Month'].iloc[0]-1, 100)):
    l = 35 if month in long_major_ticks else 0
    tick.tick1line.set_markersize(l)

# set the checkpoint letters at the positions between the long minor ticks
for t0, t1 in zip(long_minor_ticks[:-1],long_minor_ticks[1:]):
    if t1 != t0 + 1:
        ind = (t1+t0) // 2 - long_minor_ticks[0]
        checkpoint_labels[ind] = df['Checkpoint'].iloc[ind]
ax.set_xticklabels(checkpoint_labels, minor=True)

fig.subplots_adjust(bottom=0.15) # we need space to show the large ticks
plt.show()