这篇文章给大家分享的是有关python中用matlibplot画时间序列图的案例的内容。小编觉得挺实用的,因此分享给大家做个参考。一起跟随小编过来看看吧。
创新互联公司主要从事成都做网站、网站设计、网页设计、企业做网站、公司建网站等业务。立足成都服务沙湾,10年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:028-86922220一、读取数据及处理
通过pandas读取CSV文件,keep_default_na参数将空值数据改为空字符串
查看原数据信息,原数据分为3day, 时间粒度3min
通过pandas date_range函数生成时间序列时间数据,指定freq='180s'
import pandas as pd import matplotlib.pyplot as plt import matplotlib.dates as mdates %matplotlib inline plt.rcParams['font.sans-serif'] = ['SimHei'] # 显示中文(windows) plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 df = pd.read_csv('traffic_analysis_macro.csv', keep_default_na=False) # 无数据当做空字符串处理 # df.drop(['region_id'], axis=1, inplace=True) # 查看原始数据集情况 print('shape:', df.shape) print('describle:', df.describe()) print('data head:', df.head()) # 该数据集,分为3天,时间粒度3min; # 首先按天切分数据 df_0912 = df[:480] df_0915 = df[480:960] df_0916 = df[960:] # 生成时间序列:X轴刻度数据 table = pd.DataFrame([i for i in range(480)],columns=['value'],index=pd.date_range('00:00:00', '23:57:00', freq='180s'))
二、绘制图形
# 图片大小设置 fig = plt.figure(figsize=(15,9), dpi=100) ax = fig.add_subplot(111) # X轴时间刻度格式 & 刻度显示 ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M')) plt.xticks(pd.date_range(table.index[0],table.index[-1],freq='H'), rotation=45) # 绘图 ax.plot(table.index,df_0912['avg_speed'],color='r', label='9月12日') ax.plot(table.index,df_0915['avg_speed'],color='y', label='9月15日') ax.plot(table.index,df_0916['avg_speed'],color='g', label='9月16日') # 辅助线 sup_line = [35 for i in range(480)] ax.plot(table.index, sup_line, color='black', linestyle='--', linewidth='1', label='辅助线') plt.xlabel('time_point', fontsize=14) # X轴标签 plt.ylabel("Speed", fontsize=16) # Y轴标签 ax.legend() # 图例 plt.title("车速时序图", fontsize=25, color='black', pad=20) plt.gcf().autofmt_xdate() # 隐藏-上&右边线 # ax.spines['right'].set_color('none') # ax.spines['top'].set_color('none') # plt.savefig('speed.png') plt.show()
三、效果图如下
感谢各位的阅读!关于python中用matlibplot画时间序列图的案例就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到吧!