如何以更准确的方式绘制图形？答案

【问题标题】：How to plot the graph in more accurate way?如何以更准确的方式绘制图形？
【发布时间】：2020-01-05 03:33:01
【问题描述】：

我有一个由1440 rows × 297 columns 组成的数据集。我试图根据时间（X 轴）和密度（Y 轴）绘制03_jan_2018，但我遇到了一个问题。结果图不够清晰，X轴也没有出现！！

我想做something like this:

但我的结局是这样的：

谁能帮帮我？

提前致谢！

【问题讨论】：

标签： python-3.x matplotlib jupyter-notebook

【解决方案1】：

一个简单的解决方法是增加图形大小。

plt.figure(figsize=(80,40))
plt.plot(data.hour_formatted, data['03_jan_18'])
plt.show()

【讨论】：

感谢您的帮助，但这些代码都没有解决问题。（请看图片）

【解决方案2】：

我会使用plt.xticks(np.arange(0,25,6)) 来选择您想要的时间。看起来默认情况下它试图放入太多的值，实际上你只需要少数几个值（在这种情况下，只有每 6 小时有一个刻度）。调整范围值以提供您想要的值。

【讨论】：

好的，发生了什么？它是抛出错误还是文本仍然是黑色的还是什么？
是的，文本仍然是黑色的。
刚刚输出data.hour_formatted时的输出是什么样的？喜欢给我data.hour_formatted[-5:]。

【解决方案3】：

x 轴已出现，但您似乎面临与here 所述相同的问题。无论如何，我将向您展示如何获得您想要的内容，同时避免 x 轴符号可能出现的问题。

情节 1：

代码 1：

# imports
import matplotlib.ticker as ticker
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# random data or other data sources
np.random.seed(123)
rows = 1440
df = pd.DataFrame(np.random.uniform(-1,1,size=(rows, 2)),
                  index=pd.date_range('1/1/2000', periods=1440),
                    columns=list('AB'))

df['A'] = df['A'].cumsum()
df['B'] = df['B'].cumsum()

# Plot
fig, ax = plt.subplots()
t = df.index
ax.plot(t, df['A'])
ax.plot(t, df['B'], color='red')

您还可以像这样编辑和调整轴符号：

情节 2：

代码 2：

# imports
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# random data or other data sources
np.random.seed(123)
rows = 1440
df = pd.DataFrame(np.random.uniform(-1,1,size=(rows, 2)),
                  index=pd.date_range('1/1/2020', periods=1440),
                    columns=list('AB'))

df['A'] = df['A'].cumsum()
df['B'] = df['B'].cumsum()

# Make a list of empty myLabels
myLabels = ['']*len(df.index)

# Plot
fig, ax = plt.subplots()
t = df.index
ax.plot(t, df['A'])
ax.plot(t, df['B'], color='red')

# Set labels on every Nth element in myLabels specified by the interval variable
myLabels = ['']*len(df.index)
interval = 2
myLabels[::interval] = [item.strftime('%Y - %m - %d') for item in df.index[::interval]]
ax.xaxis.set_major_formatter(ticker.FixedFormatter(myLabels))
plt.gcf().autofmt_xdate()

# Tilt the labels
plt.setp(ax.get_xticklabels(), rotation=30, fontsize=10)
plt.show()

【讨论】：