Matplotlib和Pandas对没有周末的时间序列的处理

如何解决Matplotlib和Pandas对没有周末的时间序列的处理

我在将Matplotlib行添加到Pandas图中时遇到了一些问题。我正在尝试使用斜率绘制一条直线，以确定起点和终点。但是结果图看起来根本不像一条直线。

我将情况简化为下面的MVCE。最初的部分是设置，以复制我拥有的复杂数据框的关键功能。

import pandas as pd
import matplotlib.pyplot as plt

LEN_SER = 23
dates = pd.date_range('2015-07-03',periods=LEN_SER,freq='B')
df = pd.DataFrame(range(1,LEN_SER+1),index=dates)
ts = df.iloc[:,0]

# The above is the setup of the MVCE to replicate the issue.

fig = plt.figure()
ax1 = plt.subplot2grid((1,1),(0,0))
ax1.plot([ts.index[5],ts.index[20]],[ts[5],ts[5] + (1.0 * (20 - 5))],'o-')
ts.plot(ax=ax1)
plt.show()

这给出了一个图表，该图表由于周末而具有波浪线。 Matplotlib正在影响熊猫如何绘制系列。如果我将ax1.plot（）线取出，那么它将变成一条直线。

问题是：如何使用Matplotlib在熊猫图上绘制直线？换句话说，我希望绘图将轴标签视为类别，因此周末将被忽略。这样，我希望Matplotlib和Pandas都能给出一条直线。

解决方法

正如您正确观察到的那样，如果删除ax1.plot（）行，则matplotlib会将您的日期视为类别，并且pandas图是一条不错的直线。但是，在命令中

ax1.plot([ts.index[5],ts.index[20]],[ts[5],ts[5] + (1.0 * (20 - 5))],'o-')

您要求matplotlib在两点之间进行插值，在插值过程中，matplotlib识别x轴上的日期。这就是为什么关于日期类别（每周5个）的直线熊猫图变成关于日期（每周7个）的波浪线的原因。这也是正确的，因为就日期而言，您的数据根本无法用直线表示。

您可以通过以下方式强制类别解释用字符串替换日期

df.index = df.reset_index().apply(lambda x: x['index'].strftime('%Y-%m-%d'),axis=1)

在定义ts之前。这导致了情节

现在，matplotlib图只是针对两个值的两个类别，并且matplotlib并没有意识到这两个类别都属于熊猫图的类别。 （更改两个图的顺序至少可以节省您的x轴。）将matplotlib图修改为

ax1.plot([5,20],'o-')

在类别5和20之间划一条线，最后给出关于类别x轴的两条直线。

完整代码：

import pandas as pd
import matplotlib.pyplot as plt
plt.style.use('seaborn') # (optional - style was set when I produced my graph)

LEN_SER = 23
dates = pd.date_range('2015-07-03',periods=LEN_SER,freq='B')
df = pd.DataFrame(range(1,LEN_SER+1),index=dates)

df.index = df.reset_index().apply(lambda x: \
    x['index'].strftime('%Y-%m-%d'),axis=1) # dates -> categories (string)
ts = df.iloc[:,0]

# The above is the setup of the MVCE to replicate the issue.

fig = plt.figure()
ax1 = plt.subplot2grid((1,1),(0,0))
ax1.plot([5,'o-') 
# x coordinates 'categories' 5 and 20
ts.plot(ax=ax1)
plt.show()

,

您已经回答了这个问题：“可能是由于周末”

替换： date = pd.date_range（'2015-07-03'，period = LEN_SER，freq ='B'）

使用

dates = pd.date_range('2015-07-03',freq='D')

B-工作日频率 D-日历频率

并且您的线条变直了。

,

您是对的-这是由于周末。您可以通过斜率判断-连续五天的倾斜度（每天+1）比连续三天的倾斜度（总计+1）大。那么，您到底想绘制什么？如果要字面上绘制蓝线，可以像这样在两点之间插入点：

...
# ts.plot(ax=ax1)
ts.iloc[[5,20]].resample('1D').interpolate(how='mean').plot(ax=ax1)
plt.show()

,

为简单起见，我从2015-07- 04 开始。对您有用吗？

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

LEN_SER = 21
dates = pd.date_range('2015-07-04',freq='B')
the_axes = []
# take the_axes like monday and friday for each week
for monday,friday in zip(dates[dates.weekday==0],dates[dates.weekday==4]):
  the_axes.append([monday.date(),friday.date()])
x = dates
y = range(1,LEN_SER+1)
n_Axes = len(the_axes)
fig,(axes) = plt.subplots(1,n_Axes,sharey=True,figsize=(15,8))

for i in range(n_Axes):
  ax = axes[i]
  ax.plot(x,y)
  ax.set_xlim(the_axes[i])
  fig.autofmt_xdate()
print(dates)
plt.show()