要保持每日粒度的情况下比较月度数据，可以使用以下方法：

1. 首先，将每日数据按照月份进行聚合。这可以通过使用日期函数和聚合函数来实现。以下是一个示例代码，假设数据存储在名为 "data" 的数据框中，其中包含日期（date）和值（value）两列。

import pandas as pd

# 将日期列转换为日期类型
data['date'] = pd.to_datetime(data['date'])

# 按月份进行聚合，并计算每月的总和
monthly_data = data.groupby(pd.Grouper(key='date', freq='M')).sum()

2. 接下来，可以使用绘图库（如Matplotlib或Seaborn）绘制每月数据的比较图。以下是一个使用Matplotlib绘制折线图的示例代码：

import matplotlib.pyplot as plt

# 绘制折线图
plt.plot(monthly_data.index, monthly_data['value'])
plt.xlabel('Month')
plt.ylabel('Value')
plt.title('Monthly Data Comparison')
plt.show()

这将绘制一个折线图，横轴表示月份，纵轴表示每月的值。

3. 如果需要比较不同月份的数据，可以使用Pandas的切片操作来选择特定的月份。以下是一个示例代码，假设要比较1月和2月的数据：

# 选择1月和2月的数据
january_february_data = monthly_data[(monthly_data.index.month == 1) | (monthly_data.index.month == 2)]

# 绘制折线图
plt.plot(january_february_data.index, january_february_data['value'])
plt.xlabel('Month')
plt.ylabel('Value')
plt.title('January and February Data Comparison')
plt.show()

这将绘制一个折线图，显示1月和2月的数据比较。可以根据需要选择不同的月份进行比较。

请注意，上述代码示例是基于Python的Pandas和Matplotlib库。如果使用其他编程语言和库，可能需要使用相应的功能和语法来实现类似的操作。