使用日期索引时间序列数据在x轴上绘制经过时间

在我的熊猫数据框中，我的时间序列数据按绝对时间（格式为YYYY-MM-DD HH24：MI：SS.nnnnn的日期）编制索引：使用日期索引时间序列数据在x轴上绘制经过时间

2017-01-04 16:25:25.143493 58 
2017-01-04 16:25:26.145494 62 
2017-01-04 16:25:27.147495 57 
2017-01-04 16:25:28.149496 51 
2017-01-04 16:25:29.151497 61

我该如何绘制这些数据，使得我的图的x轴相对于我的第一个样本的时间戳是某个时间间隔（例如，“0 10 20 30 40 50”）的递增值？我需要使用句点，还是使用asfreq（）转换为频率？或者我应该使用DateFormatter？

该文档有点混乱，似乎没有任何好的例子 - 大多数时间序列的例子似乎围绕粗略的间隔，如几个月或几年。

来源

2017-01-06 user1612443

[matplotlib智能轴标签timedelta]的可能的复制（http://stackoverflow.com/questions/15240003/matplotlib-intelligent-axis-labels-for-timedelta） – Suever

您可以将datetimeindex转换为timedeltaindex，然后情节。

df.index = df.index - df.index[0] 
df.plot()

来源

2017-01-06 15:02:12

谢谢！不能相信这很简单！ – user1612443

如果绘制秒数是有意义的，那么我会使用'TimeDeltaIndex'的秒属性 - '（df.index - df.index [0]）。seconds' –

可能有一个内置的方法来做到这一点，但你要可以通过减去列表理解中的日期时间和使用total_seconds()达到什么：

# Generate a random timeseries 
a = pd.Series(index=pd.date_range("20000101",freq="s",periods=50),data=np.random.randint(0,10,50)) 

# Create a new index by calculating relative difference between the datetimes. 
# If you use total_seconds, you will convert datetimes into integers (which is what you wanted in your question) 
new_index = [(i-a.index[0]) for i in a.index] 

# Apply new index to the original Series 
a.index = new_index 

# plot the data 
a.plot()

来源

2017-01-06 15:01:23

使用日期索引时间序列数据在x轴上绘制经过时间

回答

相关问题