【问题标题】:Is there a way of using Pandas or Matplotlib to plot Pandas Time Series density?有没有使用 Pandas 或 Matplotlib 绘制 Pandas 时间序列密度的方法?
【发布时间】:2017-09-16 13:15:33
【问题描述】:

我很难绘制 Pandas 时间序列的密度。

我有一个带有完美组织的时间戳的数据框,如下所示:

这是一个网络日志,我想显示时间戳的密度,它表示特定时间段内有多少访问者。

我的解决方案 atm 是提取每个时间戳的年、月、周和日,并将它们分组。如下:

但我认为这不是处理时间的有效方式。而且我找不到任何关于此的好信息,其中更多是关于在日期或其他东西上绘制计算值。

那么,有人对如何绘制 Pandas 时间序列有任何建议吗?

非常感谢!

【问题讨论】:

    标签: pandas matplotlib machine-learning data-visualization data-analysis


    【解决方案1】:

    计算要绘制的值的最佳方法是使用Series.resample;例如,要汇总每天的日期计数,请使用以下命令:

    ser = pd.Series(1, index=dates)
    ser.resample('D').sum()
    

    那里的文档有更多详细信息,具体取决于您希望如何重新采样和聚合数据。

    如果要绘制结果,可以使用 Pandas 内置的绘图功能;例如:

    ser.resample('D').sum().plot()
    

    更多关于绘图的信息是here

    【讨论】:

    • 超级答案,+1。只有一个想法 - ser = pd.Series(index=dates) 然后是 ser.resample('D').size()。我认为得到相同的输出。
    猜你喜欢
    • 2018-10-25
    • 1970-01-01
    • 2016-02-22
    • 1970-01-01
    • 2019-05-14
    • 2019-11-05
    • 1970-01-01
    • 2016-12-14
    • 1970-01-01
    相关资源
    最近更新 更多