学了编程后，突然发现用python画图是一件很容易的事。想要放松一下的小伙伴，今天我们一起来画一个时间序列图吧。

一、读取数据及处理

通过pandas读取CSV文件，keep_default_na参数将空值数据改为空字符串

查看原数据信息，原数据分为3day, 时间粒度3min

通过pandas date_range函数生成时间序列时间数据，指定freq='180s'import pandas as pd

import matplotlib.pyplot as plt

import matplotlib.dates as mdates

%matplotlib inline

plt.rcParams['font.sans-serif'] = ['SimHei']  # 显示中文(windows)

plt.rcParams['axes.unicode_minus'] = False   # 用来正常显示负号

df = pd.read_csv('traffic_analysis_macro.csv', keep_default_na=False)  # 无数据当做空字符串处理

# df.drop(['region_id'], axis=1, inplace=True)

# 查看原始数据集情况

print('shape:', df.shape)

print('describle:', df.describe())

print('data head:', df.head())

# 该数据集,分为3天,时间粒度3min;

# 首先按天切分数据

df_0912 = df[:480]

df_0915 = df[480:960]

df_0916 = df[960:]

# 生成时间序列：X轴刻度数据

table = pd.DataFrame([i for i in range(480)],columns=['value'],index=pd.date_range('00:00:00', '23:57:00', freq='180s'))

二、绘制图形# 图片大小设置

fig = plt.figure(figsize=(15,9), dpi=100)

ax = fig.add_subplot(111)

# X轴时间刻度格式 & 刻度显示

ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M'))

plt.xticks(pd.date_range(table.index[0],table.index[-1],freq='H'), rotation=45)

# 绘图

ax.plot(table.index,df_0912['avg_speed'],color='r', label='9月12日')

ax.plot(table.index,df_0915['avg_speed'],color='y', label='9月15日')

ax.plot(table.index,df_0916['avg_speed'],color='g', label='9月16日')

# 辅助线

sup_line = [35 for i in range(480)]

ax.plot(table.index, sup_line, color='black', linestyle='--', linewidth='1', label='辅助线')

plt.xlabel('time_point', fontsize=14)    # X轴标签

plt.ylabel("Speed", fontsize=16)         # Y轴标签

ax.legend()                              # 图例

plt.title("车速时序图", fontsize=25, color='black', pad=20)

plt.gcf().autofmt_xdate()

# 隐藏-上&右边线

# ax.spines['right'].set_color('none')

# ax.spines['top'].set_color('none')

# plt.savefig('speed.png')

plt.show()

三、效果图如下

以上就是python中用matlibplot画时间序列图的方法。更多Python学习推荐:JQ教程网Python大全。

您可能感兴趣的文章：