Python“万水千山图”—山峦图/嵴线图/峰峦图

山峦图/嵴线图/峰峦图（Ridgeline Plot），通过使用核密度估计（KDE）或直方图来表示各组数据的分布特征，并在纵轴上将各分布分组排列。

山峦图是CNS等顶级期刊中的常客，例如《Nature》，

山峦图也常常出现在报刊杂志中，例如《BBC》，

Python matplotlib可以很简单的实现山峦图，先来看一下效果图：

数据准备

主要是读入weather数据并使用pandas转换。

# 数据准备
months = weather.index.month_name().unique()  # 获取数据索引中的唯一月份名称
samples = [[
    weather[weather.index.month_name() == month]["最低温度（F）"],
    weather[weather.index.month_name() == month]["最高温温度（F）"],
] for month in months]  # 按月份构建一个包含最低温度和最高温度的列表

Python matplotlib实现山峦图

这里展示分组山峦图，使用Python matplotlib及其扩展包实现，核心代码，

# 绘制山脊图
fig = ridgeplot(
    samples=samples,  # 输入样本数据
    labels=months,  # 为每条曲线指定对应的月份标签
    bandwidth=4,  # 设置核密度估计的平滑带宽
    kde_points=np.linspace(-40, 110, 400),  # 设置核密度估计的计算点范围和分辨率
    spacing=0.4,  # 设置曲线之间的间距
    colorscale=["#006a8e", "#b1283a"],  # 设置颜色渐变，从蓝色到红色
    colormode="trace-index-row-wise",  # 按行顺序为不同曲线分配颜色
)

红色展示当年当月最低温度变化，蓝色展示当年当月最高温度变化。

本期内容「绘图数据+代码+代码详细解释」已上传👉Python matplotlib保姆级教程