而不是直接绘制，需要绘制平滑折线图python答案

【问题标题】：rather than directly plotting ,need to plot smooth line chart python而不是直接绘制，需要绘制平滑折线图python
【发布时间】：2021-01-19 13:54:05
【问题描述】：

我有 3 个 df 来自 3 台机器（Machine1/Machine2/Machine3）。每个 df 有 3 列。白班和生产。样本df：

   Day-Shift    Production Quality
    Day 11-01    20         A
    Night 11-01  45         A
    Day 11-02    65         A
    Night 11-02  12         B  
    Day 11-03    97         B

我的代码：

import numpy as np
import pandas as pd
from plotly.offline import iplot

import plotly.graph_objects as go


# Machine1: Create numpy arrays of values for the given quality.
b1 = np.where(df1['Quality'] == 'A', df1['Production'], None)

# Machine2: Same as above.
b2 = np.where(df2['Quality'] == 'A', df2['Production'], None)

# Machine3: Same as above.
b3 = np.where(df3['Quality'] == 'A', df3['Production'], None)


# Setup.
t = []
line = ['solid']
Quality = ['A']


t.append({'x': df1['Day-Shift'], 
              'y': b1, 
              'name': f'Machine1',
              'line': {'color': 'red', 
                       'dash': line[0]}})


t.append({'x': df2['Day-Shift'], 
              'y': b2,
              'name': f'Machine1',
              'line': {'color': 'blue', 
                       'dash': line[0]}})


t.append({'x': df3['Day-Shift'], 
              'y': b3,
              'name': f'Machine1',
              'line': {'color': 'yellow', 
                       'dash': line[0]}})
    

# Plot the graph.


layout = go.Layout(

    title='Production meterage of Machine1/Machine2/Machine3 for Quality A',
        template='plotly_dark',
        xaxis=dict(
            autorange=True
        ),
        yaxis=dict(
            autorange=True
        )
    )
fig = go.Figure(data=t, layout=layout)
iplot(fig)

我得到的图表：

我为所有三台机器创建了一个折线图。但是折线图看起来很乱。需要做平滑处理。我尝试使用 gaussian_filter1d。但它对我不起作用。

【问题讨论】：

你想画什么？向我们展示您的尝试。
我想这会回答你的问题：stackoverflow.com/questions/40085300/…。当我在谷歌上搜索“熊猫情节平滑线”时，这是第一次点击。

标签： python pandas dataframe linechart smoothing

【解决方案1】：

我认为表示数据的最佳方式是使用直方图。我不太了解 ploty 离线模块，但您可以（轻松）使用 matplotlib 做到这一点。

这是来自 matplotlib 的一些文档 https://matplotlib.org/3.1.1/api/_as_gen/matplotlib.pyplot.hist.html

还有一个例子： https://matplotlib.org/3.1.1/gallery/statistics/hist.html

以及一个包含 1 个图表的多个数据集的示例 https://matplotlib.org/3.1.1/gallery/statistics/histogram_multihist.html

【讨论】：