相关疑难解决方法(0)

我有一个DataFrame包含日内价格/数量的数据:

time                  price    volume   
2015-04-15 10:10:00   10       500    
2015-04-15 10:20:00   15       100    
2015-04-15 10:30:00   20       70
2015-04-15 10:30:00   etc      etc

我需要得到一个标准价格 - 交易量表,其中顶部图表包含价格(常规线),底部图表包含交易量(条形图).

当然,两个图表应该共享同一个轴.

到目前为止,我想出了:

plt.figure(figsize=(20,15))          

ax1=plt.subplot2grid((2,2),(0,0),colspan=2)
ax2=plt.subplot2grid((2,2),(1,0),colspan=2)

ax2.xaxis.set_major_locator(HourLocator(interval=3))
ax2.xaxis.set_major_formatter(DateFormatter('%H:%M'))

data.ix['2015-10-01': '2015-10-02','price'].plot(ax=ax1)
data.ix['2015-10-01': '2015-10-02','volume'].plot(ax=ax2, kind='bar')

但是我为条形图获得了超密集的刻度标签(图表无法使用).

我怎样才能简单地指定每小时有一个小刻度,每3小时有一个主要刻度(这样图表仍然可读)？

我有非常相似的代码来绘制：

plt.plot(df_tags[df_tags.detailed_tag == tag]['week'], df_tags[df_tags.detailed_tag == tag].tonality)

输出：

但我想这样只保留 x 轴的最小值和最大值：

plt.plot(df_tags[df_tags.detailed_tag == tag]['week'], df_tags[df_tags.detailed_tag == tag].tonality)
plt.xticks([df_tags['week'].min(), df_tags['week'].max()])
print (df_tags['week'].min(), df_tags['week'].max())

不幸的是，他把第二周作为最后一周，但为什么以及如何解决这个问题：

我正在尝试对数据进行一些分析。我得到了 csv 文件，并将其转换为 Pandas 数据帧。数据看起来像这样。它有几列，但我试图将 x 轴绘制为日期列。.

熊猫数据框看起来像这样

print (df.head(10)

    cus-id        date       value_limit
0   10173         2011-06-12        455
1   95062         2011-09-11        455
2   171081        2011-07-05        212
3   122867        2011-08-18        123
4   107186        2011-11-23        334
5   171085        2011-09-02        376
6   169767        2011-07-03        34
7   80170         2011-03-23        34
8   154178        2011-10-02        34
9   3494          2011-01-01        34

我正在尝试绘制日期数据，因为同一日期有多个值。为此，我试图将 x 坐标刻度绘制为日期。因为日期列中的最小日期是 2011-01-01，最大日期是 2012-04-20。

我试过这样的事情

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import datetime
import matplotlib.dates as mdates

df = pd.read_csv('rio_data.csv', …

我目前正在尝试使用matplotlib和pandas库绘制一个相当小的数据集。数据集的格式是CSV文件。这是数据集：

DATE,UNRATE
1948-01-01,3.4
1948-02-01,3.8
1948-03-01,4.0
1948-04-01,3.9
1948-05-01,3.5
1948-06-01,3.6
1948-07-01,3.6
1948-08-01,3.9
1948-09-01,3.8
1948-10-01,3.7
1948-11-01,3.8
1948-12-01,4.0

我使用pandas加载了数据集（可以看到，保存该数据集的文件名为“ dataset.csv”）：

import matplotlib.pyplot as plt
import pandas as pd

dataset = pd.read_csv('dataset.csv')
dataset['DATE'] = pd.to_datetime(dataset['DATE'])

然后，我尝试使用matplotlib绘制加载的数据集：

plt.plot(dataset['DATE'], dataset['UNRATE'])
plt.show()

上面的代码通常可以正常工作，并显示以下图形：

但是，问题是我想要在x轴上显示的数据似乎只是以两个间隔绘制：

我发现了一个问题，要在matplotlib中更改x或y轴上的“刻度频率”吗？，这确实与我的问题有关。但是，从我的测试来看，似乎只能使用整数值。

我还发现了这个问题，控制了pyplot中的x ticks数量，这似乎为我的问题提供了解决方案。答案说的使用to_pydatetime的方法是的方法DatetimeIndex。由于我的理解是默认情况下pandas.to_datetime会返回a DatetimeIndex，因此我可以to_pydatetime在上使用dataset['DATE']：

plt.xticks(dataset['DATE'].to_pydatetime())

但是，我改为收到错误：

AttributeError: 'Series' object has no attribute 'to_pydatetime'

由于这似乎只是默认行为，有没有办法强迫matplotlib沿x轴绘制每个点，而不是简单地绘制其他每个点？

我想将刻度之间的空间设置为自定义距离而不是自动生成。我想实现这个图在 y 轴上的作用。https://pasteboard.co/H0XUbpq.jpg

我找到了如何设置自定义刻度的方法，但是轴上的间距仍然相同，然后大多数刻度仍然彼此靠近。所以我希望刻度间隔与 y 轴上刻度之间的空间不同，就像我上面链接的图表一样。

是否可以移动 x 和 y 轴标签编号，例如 +2 ？例如，我创建了此图像，但我希望标签编号以 2 开头：

我的代码是：

jacaardMatrix = 1.662887377173091485e-01    3.432835820895522305e-01    3.568320278503046006e-01
5.065963060686015651e-02    3.160270880361173984e-01    3.374888691006233121e-01
3.093987157034442520e-02    1.802120141342756221e-01    1.748178980228928259e-01


fig2=plt.figure()  
plt.title("Radius and FRC Jacaard Values for Scoring System: "+str(i))
plt.xlabel('Radius')
plt.ylabel('FRC Size')
plt.imshow(jacaardMatrix)

我有三个数据框df1，df2和df3。我将它们合并到一个数据帧df中。现在，我想在数据框中找到每个日期的最小值，5％，25％，中位数，90％和最大值，并将其绘制（每个日期的线图），其中X轴具有百分位数，Y轴具有值。

df1
    date          value
0   2017-11-06    10.20
1   2017-11-06    40.20
2   2017-11-06    35.10
3   2017-11-06    90.45
4   2017-11-06    60.23

df2
    date          value
1   2017-11-07    110.20
2   2017-11-07    500.26
3   2017-11-07    200.16
4   2017-11-07    350.01
5   2017-11-07    89.20

df3
    date          value
1   2017-11-08    101.45 
2   2017-11-08    160.34
3   2017-11-08    41.54
4   2017-11-08    192.42
5   2017-11-08    111.12


df

    date          value
0   2017-11-06    10.20
1   2017-11-06    40.20
2   2017-11-06    35.10
3   2017-11-06    90.45
4   2017-11-06    60.23
5   2017-11-07    110.20
6   2017-11-07    500.26
7 …