使用python以指定格式绘制大数据

Question

我是Python的新手，需要一些关于如何以下列格式绘制数据的帮助（请参阅图片）

我将有这样的文件格式：

# of IDs \t start_time \t end_time
   428      1404238888      1404314624
   132      1404259731      1404346488
    77      1404347808      1404437873 
    63      1404432707      1404520913
    281     1404518967      1404605334
   .......

根据评论中的建议，我找到了一种通过按开始和结束时间对ID进行聚类来减少数据的方法。我的新文件将具有上述格式，其中第一列说明该时间范围内的ID（从开始到结束）。 所以我想这个案例的更好的图表表示是做条形图。

我的y轴是ID的数量，x轴是以天为单位的时间（我的总测量时间是〜3个月）

我想要展示的是在什么时间范围内ID聚集的数量最多。 我想要实现的是下面的图像，在我的文件的每一行，我将绘制一个条。

我希望上面的图片能够很好地解释我想要实现的目标。很高兴让我知道如何开始绘图并以我想要的单位设置y轴和x轴。对不起，这是我第一次尝试在Python中绘制图形。我为我的项目编写了其他代码，并且无法编写代码来绘制我的最终结果。

提前感谢您的任何帮助

Answer 1

这真的很简单。如果你在matplotlib的示例部分中挖了一些，那么你应该没有任何问题。plt.bar(left_edge, height, width)完全符合你的要求。

1. 得到你需要的东西。

   import matplotlib.pyplot as plt
   import csv
   

   如果你的数据确实是一个制表符分隔文件，它应该是这样的:(你的看起来更像是一个多个空格分隔的文件tbh）

   id  start   end
   428 1404238888  1404314624
   132 1404259731  1404346488
   77  1404347808  1404437873 
   63  1404432707  1404520913
   281 1404518967  1404605334
   

2. 读入您拥有的数据。

   file = open("test.txt", "r")
   reader = csv.DictReader(file, delimiter="\t")
   
   ids = [] #open 3 new lists to hold your data
   start = []
   end = [] 
   for data in reader:
       ids.append(float(data["id"]))
       start.append(float(data["start"]))
       end.append(float(data["end"])-float(data["start"])) #remember: it's "width" not "right edge coordinate"
   

3. 这是实际的绘图。

   fig, ax = plt.subplots()
   w = sum(end)/len(end)/10 #change the width of the bar
   for i in range(len(ids)):
       ax.bar(start[i], ids[i], width=end[i])
   
   plt.show()
   

因为在你的问题中，你说条形图的右边缘在第二个坐标中结束是很重要的，所以最好用end[i]进行绘图。但是，正如我在图表中显示的那样，您有一些重叠问题。即第一个结束于...... 314 ...而第二个结束于.... 259 ......并且不仅仅是那个。

你基本上要求清楚地表明这是错误的：＆＃34;我想让我文件中的每一行都成为一个条形，我已经堆叠了y轴高度。 x轴是日期。＆＃34;但显然你没有做得对，因为在这样的直方图中应该没有重叠，如果有重叠意味着应该在之前将重叠添加到bin的高度。

我回答了一个类似的问题，一段时间回到如何正确处理和堆叠matplotlib中的日期，reading it可能会帮助你。它是在模拟日期时间对象列表上完成的。您看起来已经使用date2num进行了转换，但适用相同的原则（与使用hist函数的建议相同，并让它处理日期。）

结果（python 3，win7，matplotlib 1.3.1）：