降低指标行情频率

如何解决降低指标行情频率

我有以下示例数据：

import matplotlib.pyplot as plt
from matplotlib.patches import Patch
import seaborn as sns
import pandas as pd

df = pd.DataFrame({'AAAAAAAAAAAAAAAAAAAA': np.random.choice([False,True],100000),'BBBBBBBBBBBBBBBBBBBB': np.random.choice([False,'CCCCCCCCCCCCCCCCCCCC': np.random.choice([False,100000)},index= np.random.choice([202006,202006,202005,202004,202003],100000)).sort_index(ascending=False)

使用此图：

fig,ax = plt.subplots(figsize=(5,6))
cmap = sns.mpl_palette("Set2",2)
sns.heatmap(data=df,cmap=cmap,cbar=False)
plt.xticks(rotation=90,fontsize=10)
plt.yticks(rotation=0,fontsize=10)

legend_handles = [Patch(color=cmap[True],label='Missing Value'),# red
                  Patch(color=cmap[False],label='Non Missing Value')]  # green
plt.legend(handles=legend_handles,ncol=2,bbox_to_anchor=[0.5,1.02],loc='lower center',fontsize=8,handlelength=.8)
plt.tight_layout()
plt.show()

发生重叠是由于变量名称的长度（我无法更改它们，因为它们在我的实际图中具有参考性）。因此，我需要减少y跳动的频率，它可以是每个值两个跳动（当月变化时），或者简单地？消除您在上图中看到的重叠。该图的y点需要清楚显示下个月的开始和结束时间（202006表示2020年6月），因为有了我的真实数据，我就能看到整整一个月是否丢失了整条数据（或更多个月）。

我发现的所有可能适用的解决方案均基于以下情况：滴答声来自以下列：Change tick frequency，adding space between ticks labels，increase spacing between ticks。但我仍在努力适应。

有什么建议吗？

注意：您不能增加/减小图形的大小。

解决方法

稍作修改即可创建DataFrame，即设置数字 元素作为变量（ n ）：

n = 100000
df = pd.DataFrame({'AAAAAAAAAAAAAAAAAAAA': np.random.choice([False,True],n),'BBBBBBBBBBBBBBBBBBBB': np.random.choice([False,'CCCCCCCCCCCCCCCCCCCC': np.random.choice([False,n)},index = np.random.choice([202006,202006,202005,202004,202003],n)).sort_index(ascending=False)

然后运行另外两个更正的图形代码，即：

• 设置yLabelNo = 10（ y 标签的数量），
• 将yticklabels=n // yLabelNo传递到sns.heatmap。

所以代码是：

    yLabelNo = 10
    fig,ax = plt.subplots(figsize=(5,6))
    cmap = sns.mpl_palette("Set2",2)
    sns.heatmap(data=df,cmap=cmap,cbar=False,yticklabels=n // yLabelNo)
    plt.xticks(rotation=90,fontsize=10)
    plt.yticks(rotation=0,fontsize=10)
    legend_handles = [Patch(color=cmap[True],label='Missing Value'),# red
                      Patch(color=cmap[False],label='Non Missing Value')]  # green
    plt.legend(handles=legend_handles,ncol=2,bbox_to_anchor=[0.5,1.02],loc='lower center',fontsize=8,handlelength=.8)
    plt.tight_layout()
    plt.show()

结果是：

如果愿意，可以尝试使用其他（可能更小）的 yLabelNo 值。