用Python画线性填充图

Question

怎么用Python计算1900-2023的年平均pdo指数，
并把每一年的年变化范围（1月和7月的差值）
用fill.between函数填色。

Answer 1

引自免费微信小程序：皆我百晓生

为了实现这个需求，你需要安装matplotlib库，如果你还没有安装，可以使用以下命令进行安装：

pip install matplotlib

接下来，我们将编写一个脚本来计算 PDO (Pacific Decadal Oscillation) 指数的年平均值，并绘制线性填充图。这里假设你已经有了1900年至2023年的PDO指数数据，每个月的数据存储在一个名为pdo_data.csv的CSV文件中，文件格式如下：

year,month,pdo_index
1900,1,-0.5
1900,2,-0.6
...
2023,12,0.8

首先，我们导入所需的库并读取数据：

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

# 读取PDO指数数据
pdo_df = pd.read_csv('pdo_data.csv')

# 将'year'和'month'列转换为datetime对象
pdo_df['date'] = pd.to_datetime(pdo_df[['year', 'month']].astype(str).apply(lambda x: '-'.join(x), axis=1))
pdo_df.set_index('date', inplace=True)

# 计算每年的PDO指数平均值
annual_mean_pdo = pdo_df.resample('Y').mean()

# 计算每年1月和7月的PDO指数差值
jan_jul_diff = annual_mean_pdo.groupby(annual_mean_pdo.index.year)['pdo_index'].apply(lambda x: x.iloc[0] - x.iloc[6])

# 绘制线性填充图
fig, ax = plt.subplots()
ax.plot(annual_mean_pdo.index.year, annual_mean_pdo['pdo_index'], label='Yearly Mean PDO')
ax.fill_between(annual_mean_pdo.index.year, jan_jul_diff.values, alpha=0.4, color='red', label='Jan-Jul Difference')

ax.set_xlabel('Year')
ax.set_ylabel('PDO Index')
ax.set_title('PDO Index: Yearly Mean and Jan-Jul Difference')
ax.legend()

plt.show()

这段代码会读取PDO数据，计算年平均PDO指数，然后计算每年1月与7月之间的PDO指数差值。最后，它将年平均PDO指数绘制成折线图，并使用fill_between函数填充每年1月和7月PDO指数差值的区域。记得替换上述代码中的pdo_data.csv为你实际的数据文件路径。运行此代码后，你会看到一张包含年平均PDO指数和其1月与7月差异的线性填充图。