今天这篇给大家分享的知识是“Python画随时间序列改变的图怎样做，考虑什么”,小编觉得挺不错的，对大家学习或是工作可能会有所帮助，对此分享发大家做个参考，希望这篇“Python画随时间序列改变的图怎样做，考虑什么”文章能帮助大家解决问题。

画这种图要考虑两点：

1.如何生成连续的时间轴

2.如何在图中适当的显示轴标签的样式和数量。

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
% matplotlib inline
import datetime#这个包很关键
#设定开始和结束时间
start=datetime.datetime(2013,1,1)
stop=datetime.datetime(2013,12,31)
delta=datetime.timedelta(1)#设定日期的间隔
dates=mpl.dates.drange(start,stop,delta)# 返回浮点型的日期序列，这个是生成时间序列，同理如果是将序列转成日期呢？
values=np.random.rand(len(dates))
#存在两个问题，一个是坐标轴没有按照日期的形式去标注，另一个是刻度的数量和位置也不合适
fig=plt.figure(figsize=(24,12))#调整画图空间的大小
plt.plot(dates,values,linestyle='-',marker='*',c='r',alpha=0.5)#作图
ax=plt.gca()
date_format=mpl.dates.DateFormatter('%Y-%m-%d')#设定显示的格式形式
ax.xaxis.set_major_formatter(date_format)#设定x轴主要格式
ax.xaxis.set_major_locator(mpl.ticker.MultipleLocator(30))#设定坐标轴的显示的刻度间隔
fig.autofmt_xdate()#防止x轴上的数据重叠，自动调整。

画这种图要考虑两点：

1.如何生成连续的时间轴

2.如何在图中适当的显示轴标签的样式和数量。

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
% matplotlib inline
import datetime#这个包很关键
#设定开始和结束时间
start=datetime.datetime(2013,1,1)
stop=datetime.datetime(2013,12,31)
delta=datetime.timedelta(1)#设定日期的间隔
dates=mpl.dates.drange(start,stop,delta)# 返回浮点型的日期序列，这个是生成时间序列，同理如果是将序列转成日期呢？
values=np.random.rand(len(dates))
#存在两个问题，一个是坐标轴没有按照日期的形式去标注，另一个是刻度的数量和位置也不合适
fig=plt.figure(figsize=(24,12))#调整画图空间的大小
plt.plot(dates,values,linestyle='-',marker='*',c='r',alpha=0.5)#作图
ax=plt.gca()
date_format=mpl.dates.DateFormatter('%Y-%m-%d')#设定显示的格式形式
ax.xaxis.set_major_formatter(date_format)#设定x轴主要格式
ax.xaxis.set_major_locator(mpl.ticker.MultipleLocator(30))#设定坐标轴的显示的刻度间隔
fig.autofmt_xdate()#防止x轴上的数据重叠，自动调整。

这篇关于“Python画随时间序列改变的图怎样做，考虑什么”的文章就介绍到这了,更多相关的内容，欢迎关注博信，小编将为大家输出更多高质量的实用文章！