在独立轴上绘制时间

问题描述：

我有一个格式为 (HH:MM:SS.mmmmmm) 的时间戳数组和另一个浮点数数组，每个数组对应时间戳数组中的一个值。

我可以使用 Matplotlib 在 x 轴上绘制时间并在 y 轴上绘制数字吗？

我尝试过，但不知何故它只接受浮点数组。我怎样才能让它绘制时间？我必须以某种方式修改格式吗？

解决方案 1：

更新：

自 matplotlib 3.5 版以来，此答案已过时。该plot函数现在直接处理日期时间数据。请参阅https://matplotlib.org/3.5.1/api/_as_gen/matplotlib.pyplot.plot_date.html

不鼓励使用 plot_date。此方法因历史原因而存在，将来可能会被弃用。

类似日期时间的数据应该直接使用 plot 来绘制。

如果您需要将纯数字数据绘制为 Matplotlib 日期格式或需要设置时区，请在绘图前调用 ax.xaxis.axis_date / ax.yaxis.axis_date。请参阅 Axis.axis_date。

旧的、过时的答案：

您必须首先将时间戳转换为 Pythondatetime对象（使用datetime.strptime）。然后使用date2num将日期转换为 matplotlib 格式。

使用以下方法绘制日期和值plot_date：

import matplotlib.pyplot as plt
import matplotlib.dates

from datetime import datetime

x_values = [datetime(2021, 11, 18, 12), datetime(2021, 11, 18, 14), datetime(2021, 11, 18, 16)]
y_values = [1.0, 3.0, 2.0]

dates = matplotlib.dates.date2num(x_values)
plt.plot_date(dates, y_values)

解决方案 2：

您还可以使用pyplot.plot绘制时间戳、值对（从其字符串表示形式解析它们之后）。（使用 matplotlib 版本 1.2.0 和 1.3.1 测试。）

例子：

import datetime
import random
import matplotlib.pyplot as plt

# make up some data
x = [datetime.datetime.now() + datetime.timedelta(hours=i) for i in range(12)]
y = [i+random.gauss(0,1) for i,_ in enumerate(x)]

# plot
plt.plot(x,y)
# beautify the x-labels
plt.gcf().autofmt_xdate()

plt.show()

生成的图像：

这与散点图相同：

import datetime
import random
import matplotlib.pyplot as plt

# make up some data
x = [datetime.datetime.now() + datetime.timedelta(hours=i) for i in range(12)]
y = [i+random.gauss(0,1) for i,_ in enumerate(x)]

# plot
plt.scatter(x,y)
# beautify the x-labels
plt.gcf().autofmt_xdate()

plt.show()

产生类似这样的图像：

解决方案 3：

7 年后，这段代码帮助了我。然而，我的时间仍然无法正确显示。

使用 Matplotlib 2.0.0，我必须添加以下来自 Paul H 撰写的《编辑 matplotlib 中 x 轴刻度标签的日期格式》中的代码。

import matplotlib.dates as mdates
myFmt = mdates.DateFormatter('%d')
ax.xaxis.set_major_formatter(myFmt)

我将格式更改为 (%H:%M)，时间就正确显示了。

这一切都要感谢社区。

解决方案 4：

我在使用 matplotlib 版本 2.0.2 时遇到了问题。运行上面的示例，我得到了一组居中堆叠的气泡。

我通过添加另一行来“修复”该问题：

plt.plot([],[])

整个代码片段变成：

import datetime
import random
import matplotlib.pyplot as plt
import matplotlib.dates as mdates


# make up some data
x = [datetime.datetime.now() + datetime.timedelta(minutes=i) for i in range(12)]
y = [i+random.gauss(0,1) for i,_ in enumerate(x)]

# plot
plt.plot([],[])
plt.scatter(x,y)

# beautify the x-labels
plt.gcf().autofmt_xdate()
myFmt = mdates.DateFormatter('%H:%M')
plt.gca().xaxis.set_major_formatter(myFmt)

plt.show()
plt.close()

这样就会生成一幅气泡按所需分布的图像。

解决方案 5：

尚未提及 Pandas 数据框。我想展示它们如何解决我的日期时间问题。我有精确到毫秒的日期时间2021-04-01 16:05:37。我从 /proc 提取 linux/haproxy 吞吐量，因此我可以按照自己喜欢的方式对其进行格式化。这对于将数据输入实时图形动画非常有用。

以下是 csv 的示例。（请忽略我在另一张图表中使用的每秒数据包数列）

head -2 ~/data
date,mbps,pps
2021-04-01 16:05:37,113,9342.00
...

通过使用print(dataframe.dtype)我可以看到数据是如何读入的：

(base) ➜  graphs ./throughput.py
date      object
mbps      int64
pps       float64
dtype:    object

Pandas 将日期字符串作为“对象”提取，该对象只是 char 类型。在脚本中按原样使用它：

import matplotlib.pyplot as plt
import pandas as pd

dataframe = pd.read_csv("~/data")

dates = dataframe["date"]
mbps = dataframe["mbps"]

plt.plot(dates, mbps, label="mbps")
plt.title("throughput")
plt.xlabel("time")
plt.ylabel("mbps")
plt.legend()
plt.xticks(rotation=45)

plt.show()

Matplotlib 渲染所有毫秒时间数据。我添加了plt.xticks(rotation=45)倾斜日期，但这不是我想要的。我可以将日期“对象”转换为 datetime64[ns]。matplotlib 知道如何渲染。

dataframe["date"] = pd.to_datetime(dataframe["date"]) 

这次我的约会是类型datetime64[ns]

(base) ➜  graphs ./throughput.py
date    datetime64[ns]
mbps             int64
pps            float64
dtype:          object

相同的脚本，只有一行不同。

#!/usr/bin/env python
import matplotlib.pyplot as plt
import pandas as pd

dataframe = pd.read_csv("~/data")

# convert object to datetime64[ns]
dataframe["date"] = pd.to_datetime(dataframe["date"]) 

dates = dataframe["date"]
mbps = dataframe["mbps"]

plt.plot(dates, mbps, label="mbps")
plt.title("throughput")
plt.xlabel("time")
plt.ylabel("mbps")
plt.legend()
plt.xticks(rotation=45)

plt.show()

这可能并不适合您的使用情况，但可能会对其他人有所帮助。