Matplotlib删除缺失数据的插值

Question

我正在使用Matplotlib绘制时间序列数据，并且序列中缺少一些数据。 Matplotlib隐式加入最后一个连续数据点到下一个。但是如果数据丢失，情节看起来很难看。以下是获得的情节。

可以看出，在4月30日标记附近，数据丢失，Matplotlib加入了这些点。 以下图像是数据的散点图。散点图掩盖了此故障，但在这种情况下，连续的数据点将不会联合。此外，考虑到涉及大量数据点，散点图非常慢。

针对此类问题的推荐解决方案是什么。

Answer 1

如果你能确定断点应该在哪里，你可以：

1. 打破数据并手动绘制每个“部分”
2. 在空白
中的数据中插入np.nan

请参阅示例Plot periodic trajectories。

你可以使用scatter获得相同的效果（如果你不想独立地缩放每个点的大小或颜色）

ax.plot(x, y, linestyle='none', marker='o')

Answer 2

如前面的答案所述，您应该在没有数据的地方插入NaN。 此答案特定于Pandas ，并解释了如何轻松实现这一目标。要么：

• Series.resample()或
• Series.reindex()

最简单的方法是resample()。对于规则间隔数据，这是最简洁的方法。所以在上面的示例中，如果您有例如5分钟数据，只需data.resample("5 min")。这将使您的数据集返回缺少值中的“NaT”（时间相当于NaN）。

唯一不适用的情况是样品间距不规则。

替代方案是reindex()，它也适用于有序（但非时间序列）数据。因此，例如，如果您的数据集索引为0到100之间的整数，但缺少一些样本，则可以执行data.reindex([0:100])。您还可以通过传入resample函数作为参数来复制reindex与pandas.date_range()的行为。