Python 使用数据/时间作为 x 轴？

Question

我正在玩弄我的树莓派传感器，并试图绘制一个像样的读数图。 现在我将所有数据保存到谷歌文档中：https://docs.google.com/spreadsheet/ccc?key=0AqwhQwJogqG0dDBiU1RuNzlKM1V5OXB3dkRPamctbnc#gid=0 并使用数据+时间和unix时间戳来节省时间。

使用 unix 时间绘图非常有效

但我想使用实时作为轴（或子轴）但我似乎无法读取它或绘制它。

import numpy as np
from mpl_toolkits.axes_grid1 import host_subplot
import mpl_toolkits.axisartist as AA
import matplotlib.pyplot as plt

#import data
data = np.loadtxt('DHT11.csv', delimiter = ',', skiprows = 1,
                     usecols = (0,2,3,4,5,6), unpack = 1)

#id, unixtime, temp, humidity, lightlevel, lightvolt

i = data[0]
time = data[1]
temp = data[2]
hum = data[3]
light_lv =  1/data[4]*1000
light_v = data[5]


if 1:

    host = host_subplot(111, axes_class=AA.Axes)
    plt.subplots_adjust(right=0.75)

    par1 = host.twinx()
    par2 = host.twinx()

    offset = 60
    new_fixed_axis = par2.get_grid_helper().new_fixed_axis
    par2.axis["right"] = new_fixed_axis(loc="right",
                                        axes=par2,
                                        offset=(offset, 0))

    par2.axis["right"].toggle(all=True)



    #host.set_xlim(0, 2)
    #host.set_ylim(0, 2)

    host.set_xlabel("Time (unix)")
    host.set_ylabel("Temperature (C)")
    par1.set_ylabel("Humidity (%)")
    par2.set_ylabel("Light (A.U.)")

    p1, = host.plot(time, temp)
    p2, = par1.plot(time, hum)
    p3, = par2.plot(time, light_lv)

    #par1.set_ylim(0, 4)
    #par2.set_ylim(1, 65)

    host.legend()

    host.axis["left"].label.set_color(p1.get_color())
    par1.axis["right"].label.set_color(p2.get_color())
    par2.axis["right"].label.set_color(p3.get_color())

    plt.draw()
    plt.show()

    #plt.savefig("Test")

有人可以帮忙吗？

Answer 1

您可以定义自定义格式化程序（见下文），但如果您这样做，则需要为每个轴定义格式化程序，host、par1、par2。

我认为更简单的解决方案是将您的 time 转换为 Python datetime.datetime 对象，并让 Matplotlib 处理格式。如果您不喜欢 Matplotlib 格式化日期的方式，您仍然可以使用自定义格式化程序。

import datetime as DT
time = [DT.datetime.fromtimestamp(t/1000) for t in time]
...
p1, = host.plot(time, temp)
p2, = par1.plot(time, hum)
p3, = par2.plot(time, light_lv)

---

对了，你可以直接定义i、time、temp等（不用临时变量data）：

i, time, temp, hum, light_lv, light_v = np.loadtxt(
    'DHT11.csv', delimiter = ',', skiprows = 1,
    usecols = (0,2,3,4,5,6), unpack = 1)

time = [DT.datetime.fromtimestamp(t/1000) for t in time]
light_lv = 1.0/light_lv*1000

---

如果 x-axis 值是 Python datetime.datetime 对象，要设置自定义格式化程序，请使用

import matplotlib.dates as mdates
xfmt = mdates.DateFormatter('%Y-%m-%d %H:%M:%S')
ax.xaxis.set_major_formatter(xfmt)

如果x-axis 值是时间戳，请使用

import datetime as DT
import matplotlib.ticker as ticker
xfmt = ticker.FuncFormatter(lambda timestamp, pos: DT.fromtimestamp(x/1000.0).strftime('%Y-%m-%d'))
ax.xaxis.set_major_formatter(xfmt)

其中ax 是host、par1 和/或par2。

Answer 2

如果您将数据转换为 pandas 时间序列，它会自动为您执行此操作。它还会根据数据的频率选择合适的标签格式。例如，如果您的数据以秒为单位：

import pandas as pd
import numpy as np

n = 100
idx = pd.date_range( start=dt.datetime.now( ), periods=n, freq='S' )
ts1= pd.Series( np.sin( np.linspace( 0, 4 * np.pi, n ) ), index=idx)
ts2= pd.Series( np.cos( np.linspace( 0, 4 * np.pi, n ) ), index=idx)

fig = plt.figure( figsize=(8, 6) )
ax = fig.add_axes( [.05, .05, .9, .9] )

ts1.plot( ax )
ts2.plot( ax )
(ts1 - ts2).plot( ax )

你明白了：

如果您有每日数据：

ts= pd.Series( np.sin( np.linspace( 0, 4 * np.pi, n ) ),
               index=pd.date_range( start=dt.datetime.now( ), periods=n, freq='D' ))
ts.plot( )