来自 x,y 值的 Matplotlib 直方图，日期时间月份为 bin答案

【问题标题】：Matplotlib histogram from x,y values with datetime months as bins来自 x,y 值的 Matplotlib 直方图，日期时间月份为 bin
【发布时间】：2018-02-28 19:03:27
【问题描述】：

我有一个日期时间对象数组 x 和一个对应于这些日期时间的 y 值数组。我正在尝试创建一个直方图，将所有这些 y 值按月分组到同一个 bin 中。基本上将同一个月内的所有 y 值相加，并创建一个直方图，显示每个月的总值。

这是我的数据的简化版本：

x = np.array(datetime.datetime(2014, 2, 1, 0, 0), datetime.datetime(2014, 2, 13, 0, 0),\n     
datetime.datetime(2014, 3, 4, 0, 0), datetime.datetime(2014, 3, 6, 0, 0))

y = np.array(4,3,2,6)

最终结果应该是一个直方图，显示 2014 年第 2 个月，y 值为 7，2014 年第 3 个月，y 值为 8。

我尝试的第一件事是从我的两个数组中创建一个 pandas 数据框，如下所示：

frame = pd.DataFrame({'x':x,'y':y})

这适用于 x 映射到所有日期时间对象和 y 映射到所有相应值。然而，在创建这个数据框之后，我有点迷失了如何按月添加所有 y 值并使用 plt.hist() 创建这些月的 bin

【问题讨论】：

标签： python pandas numpy datetime matplotlib

【解决方案1】：

首先，感谢您提出的带有数据示例的恰当问题。

这似乎是你想要的：

import pandas as pd
import numpy as np
import datetime
%matplotlib inline

x = np.array([datetime.datetime(2014, 2, 1, 0, 0), 
              datetime.datetime(2014, 2, 13, 0, 0),
              datetime.datetime(2014, 3, 4, 0, 0), 
              datetime.datetime(2014, 3, 6, 0, 0)])

y = np.array([4,3,2,6])

frame = pd.DataFrame({'x':x,'y':y})
(frame.set_index('x'). # use date-time as index
 assign(month=lambda x: x.index.month). # add new column with month
 groupby('month'). # group by that column
 sum(). # find a sum of the only column 'y'
 plot.bar()) # make a barplot

【讨论】：

感谢您的快速响应，但绘制直方图而不是条形图的工作方式是否相同？
我相信 barplot 是正确的图表类型。如果您在水平轴上有一些数据并且想要为这些点绘制一种密度估计，则使用直方图。如果您有与 x 轴上的某些点相关的数据值，我更喜欢 barplot。

【解决方案2】：

先做这个

df = pd.DataFrame(dict(y=y), pd.DatetimeIndex(x, name='x'))

df

            y
x            
2014-02-01  4
2014-02-13  3
2014-03-04  2
2014-03-06  6

选项 1

df.resample('M').sum().hist()

选项 2

df.groupby(pd.TimeGrouper('M')).sum().hist()

或者先这样做

df = pd.DataFrame(dict(x=pd.to_datetime(x), y=y))

df

           x  y
0 2014-02-01  4
1 2014-02-13  3
2 2014-03-04  2
3 2014-03-06  6

选项 3

df.resample('M', on='x').sum().hist()

产量

【讨论】：