如何在 PyPlot 中 plot.show() 日期时间格式日期“mm-dd-yy hh:mm:ss”？答案

【问题标题】：How to plot.show() datetime formatted data "mm-dd-yy hh:mm:ss" in PyPlot?如何在 PyPlot 中 plot.show() 日期时间格式日期“mm-dd-yy hh:mm:ss”？
【发布时间】：2019-06-25 01:51:53
【问题描述】：

我正在尝试使用 Anaconda 的 Spyder 分布从 data.boston.gov (https://data.boston.gov/dataset/central-library-electricity-usage) 绘制数据集。原始数据集包含超过 2x10^5 个实例，因此我仅限于 2018 年。绘图不会显示。

import pandas as pd
from matplotlib import pyplot as plt

data = pd.read_csv('bpl_energy_2018.csv')

plt.plot(data.datetime_measured,data.total_demand_kw)
plt.show()

['datetime_measured','total_demand_kw']

- 0 12-31-18 23:55:00 561
- 1 12-31-18 23:50:00 568
- 2 12-31-18 23:45:00 576
...
- 53690  01-01-18 03:40:00 770
- 53691  01-01-18 03:30:00 813
- 53692  01-01-18 02:55:00 777

[53693 rows x 2 columns]

【问题讨论】：

如果您正在绘制时间序列，我建议您使用内置的绘图函数pandas，尤其是当您已经拥有DataFrame 的数据时。我想像data.plot(datetime_measured, total_demand_kw) 这样的东西应该这样做

标签： python pandas matplotlib anaconda spyder

【解决方案1】：

我认为它不工作的原因是因为你的数据完全乱序，所以 matplotlib 不知道如何处理你给它的值。

Pandas 有一些内置的绘图功能，因此您应该能够仅使用

绘制数据

data.plot()
plt.show()

情节如下所示：

但这基本上只是随机噪音。如果您查看 CSV 中的值，您会发现它们没有按时间完美排序。不过，我们可以轻松解决这个问题：

data.sort_values('datetime_measured', inplace=True)
data.reset_index(drop=True, inplace=True)

如果我们再次绘制它，我们会得到：

【讨论】：

谢谢！对 pandas 库不太熟悉——如果我想保持日期时间格式并拉长 x 轴，我会使用 figsize 吗？
是的，您可以使用 figsize 参数更改图形的宽度和高度。要保持日期时间格式，您可以明确告诉绘图函数要使用哪些列，就像 tmdavidson 建议的那样。

【解决方案2】：

由于您要绘制时间序列，我建议您使用内置的绘图函数pandas，尤其是当您已经拥有DataFrame 的数据时。

要保持 xaxis 上的日期时间格式，您只需告诉 .plot() 函数要使用哪些列。例如：

import pandas as pd
from matplotlib import pyplot as plt

data = pd.read_csv('bpl_energy_2018.csv')
data.sort_values('datetime_measured', inplace=True)

data.plot('datetime_measured', 'total_demand_kw')

# Rotate and align xtick labels
ax.get_figure().autofmt_xdate()

# make room for tick labels
plt.tight_layout()

plt.show()

请注意，我使用ax.get_figure().autofmt_xdate() 旋转刻度并使用tight_layout() 为它们腾出空间。

【讨论】：