对dataframe类型 时序数据按时间(戳)先后顺序排序并作图
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. -------------------------------------------- ...
最新文章
- python在函数内部有没有办法定义全局变量_修改函数内部的全局变量
- Android-HttpURLConnection自己主动管理cookie
- PHPCMS 学习
- jQuery.proxy debug
- python比较列表所有项是否有相同的部分_检查列表中的所有元素是否相同
- freebsd linux目录,FreeBSD和Linux如何互相访问文件系统
- ubuntu系统文件删除/复制/移动
- 基于Spring安全角色的访问授权示例
- 使用sysbench 0.5 对mysql 进行性能、压力测试
- 烂泥:KVM虚拟机的关机与开启
- DSP原理与应用知识点(期末复习)
- HTML实现W3school导航栏(附带重置样式表reset.css)
- c语言 delphi,delphi和c语言的比较 极其粗浅 菜鸟共勉
- 浅谈完备化及完备空间上的线性算子
- 免费的两种https证书申请和安装
- 会议室预订小程序,共享会议室小程序,微信小程序会议室预约系统毕设作品
- 背单词的方法:抗遗忘超自然语境记单词01
- 通过Element开发基础增删改查页面——Vue项目实战(三)
- 沟通和编程一样,也是一门艺术系列1(最佳的沟通态度)
- Vue中 v-vif 与v-for 的问题
热门文章
- 双软认证是指软件产品登记和软件企业认定
- 蓝帽杯2022年半决赛 writeup(附取证题目+解压密码+附件)
- 公交WiFi商业模式及推广挑战解析
- DSSS直序扩频与FHSS跳频扩频的对比和扩频技术的优点
- 【SQL注入-15】自动化注入案例—以sqli-labs-less9为例(利用sqlmap工具)
- Simulated Annealing 模拟退火
- Yii2 security 加密解密库
- Emmet for Dreamweaver:HTML/CSS代码快速编写神器
- LPT COM RS232 RS232C 并口 串口
- 如何选择条码标签设计打印软件?