import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
df = pd.read_csv('data.txt',sep=',')#读入时间戳数据
print (df)
timeseries = pd.to_datetime(df['Date'])
plt.plot(timeseries,df['Data'],'o-b')
# plt.gca()函數獲得當前坐標軸，然後才能設置參數或作圖，plt.plot()內部實現了這一步驟
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%y-%m-%d %H:%M'))  #設置x軸主刻度顯示格式（日期）
# plt.gca().xaxis.set_major_locator(mdates.MonthLocator(interval=1))  #設置x軸主刻度間距plt.grid(True)
plt.show()
plt.xticks(rotation=-15)

其中，文件 data.txt中的数据为：
Date,Data
2016-12-30,1.05550

2016-12-28,1.04610

2016-12-29,1.05275

2016-12-27,1.05015

2016-12-23,1.05005

运行程序：

可以发现因为时间戳是没有按照时间先后次序排列（乱序的），因此时间折线图的序列是错乱的，为了改变这种情况，我们需要对时间序列和对应的数据进行相应的排序：

修改后的程序

在这里插入代码片# -*- coding: utf-8 -*-
"""
Created on Mon Jul 27 17:07:11 2020
@author: redheart
"""
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
df = pd.read_csv('data.txt',sep=',')#读入时间戳数据
print (df)
df = df.sort_values(by = 'Date')
timeseries = pd.to_datetime(df['Date'])
plt.plot(timeseries,df['Data'],'o-b')
# plt.gca()函數獲得當前坐標軸，然後才能設置參數或作圖，plt.plot()內部實現了這一步驟
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%y-%m-%d %H:%M'))  #設置x軸主刻度顯示格式（日期）
# plt.gca().xaxis.set_major_locator(mdates.MonthLocator(interval=1))  #設置x軸主刻度間距plt.grid(True)
plt.show()
plt.xticks(rotation=-15)
# 按照时间戳进行排序
#df = df.sort_values(by = 'Date')
print (df)
# 替换原始的index

可以发现可以发现此时数据序列按照时间先后的顺序呈现了出来。
参考链接：https://cloud.tencent.com/developer/ask/195429

对dataframe类型时序数据按时间（戳）先后顺序排序并作图相关推荐

数据按照时间正序倒序排序以及数据反转
1.在日常开发中这一场景我们会经常遇到,但是前端一般都是从接口中获取的,后端一般都帮我们拍好顺序了(感谢后端开发人员),但是我们可能会遇到后端已经排过顺序了,我们把符合要求的数据的时间给改了,这时候我 ...
python对dataframe时序数据按时间顺序读取
数据 #使用pd读取数据 data = pd.read_csv('E:\\2019data\\diff_turbine\\2019WT04990.csv', encoding='utf-8') pri ...
mysql time类型 java_Mysql数据的时间类型对应的java时间类型
Mysql 与 java 的时间类型 MySql的时间类型有 Java中与之对应的时间类型 date java.sql.Date Datetime j ...
Tablestore Timestream：为海量时序数据存储设计的全新数据模型...
引言随着近几年物联网的发展,时序数据迎来了一个不小的爆发.为了存储这些时序数据,各大企业纷纷推出自己的时序数据库. Tablestore作为阿里云自研的NoSQL多模型数据库,能够提供海量结构化数据 ...
Thingsboard 时序数据和属性数据
Thingboard id之谜 thingboard使用cassandra-java提供的jar包生成带"-"的uuid: 存储到pg的id是去掉"-"(转换类 ...
大数据技术基础_网易大数据体系之时序数据技术
分享嘉宾:范欣欣网易大数据技术专家编辑整理:王吉东内容来源:AI科学前沿大会出品社区:DataFun 注:欢迎转载,转载请注明出处. 本次分享内容: 时序数据平台主要业务场景时序数据平台体系 ...
Pandas时序数据Time Series
深入浅出Pandas读书笔记 C14 Pandas时序数据Time Series 14.1 固定时间 14.1.1 时间的表示时间戳Timestamp Pandas是在Python的datetime ...
探索可观测性：AIOps中的时序数据应用
01. 背景随着科技的发展,时序数据在我们的认知中占据越来越多的位置,小到电子元件在每个时刻的状态,大到世界每天的新冠治愈人数,一切可观测,可度量,可统计的数据只要带上了时间这个重要的因素就会成为时 ...
Python数据分析三剑客学习笔记Day3——pandas包的使用：认识series类型，DataFrame类型，读取excel表格数据及数据操作
本文是视频Python数据分析三剑客数学建模基础 numpy.pandas.matplotlib的学习笔记. -------------------------------------------- ...

对dataframe类型时序数据按时间（戳）先后顺序排序并作图

可以发现因为时间戳是没有按照时间先后次序排列（乱序的），因此时间折线图的序列是错乱的，为了改变这种情况，我们需要对时间序列和对应的数据进行相应的排序：

对dataframe类型时序数据按时间（戳）先后顺序排序并作图相关推荐

最新文章

热门文章

对dataframe类型 时序数据按时间（戳）先后顺序排序并作图

可以发现 因为时间戳 是没有按照时间先后次序排列（乱序的），因此时间折线图的序列是错乱的，为了改变这种情况，我们需要对时间序列和对应的数据进行相应的排序：

对dataframe类型 时序数据按时间（戳）先后顺序排序并作图相关推荐

最新文章

热门文章

对dataframe类型时序数据按时间（戳）先后顺序排序并作图

可以发现因为时间戳是没有按照时间先后次序排列（乱序的），因此时间折线图的序列是错乱的，为了改变这种情况，我们需要对时间序列和对应的数据进行相应的排序：

对dataframe类型时序数据按时间（戳）先后顺序排序并作图相关推荐