Question

好的所以我在Python中有这个代码，我从csv文件导入的问题是该csv文件中的列不是基本数字。有一列是“INT，EXT”格式的文本，并且有一列从“0:00到11:59”格式的时钟格式。我有第三列作为“00.00”格式的正常数字距离。

我的问题是如何绘制距离与时钟的关系，然后根据散点图改变散点图的点颜色来确定是否为INT或EXT。

我的第一个问题是如何让程序读取oclock格式。来自csv的文本格式。

有任何想法或建议吗？提前致谢

以下是尝试导入的CSV的示例

<html>
  <head>
    <title>Vega Scaffold</title>
    <script src="http://d3js.org/d3.v3.min.js" charset="utf-8"></script>
    <script src="http://d3js.org/topojson.v1.min.js"></script>
    <script src="http://d3js.org/d3.geo.projection.v0.min.js" charset="utf-8">    </script>
    <script src="http://trifacta.github.com/vega/vega.js"></script>
  </head>
  <body>
    <div id="vis"></div>
  </body>
<script type="text/javascript">
// parse a spec and create a visualization view
function parse(spec) {
  vg.parse.spec(spec, function(chart) { chart({el:"#vis"}).update(); });
}
parse("Counties_Population_change_choropleth.json");
</script>
</html>

我想将第4列绘制为x轴，将第5列绘制为y轴我还想将散点图的颜色编码为红色或蓝色，具体取决于是INT还是EXT

以下是我到目前为止的代码示例

ML  INT  .10  534.15  0:00
ML  EXT  .25  654.23  3:00
ML  INT  .35  743.12  6:30

Answer 1

使用pandas从您的示例csv中读取：

import pandas as pd
import matplotlib.pyplot as plt
import datetime

data = pd.read_csv('data.csv', sep='\t', header=None)
print data

打印：

    0    1     2       3     4
0  ML  INT  0.10  534.15  0:00
1  ML  EXT  0.25  654.23  3:00
2  ML  INT  0.35  743.12  6:30

然后将'INT'与'EXT'分开：

ints = data[data[1]=='INT']
exts = data[data[1]=='EXT']

将它们更改为日期时间并抓住距离：

int_times = [datetime.datetime.time(datetime.datetime.strptime(t, '%H:%M')) for t in ints[4]]
ext_times = [datetime.datetime.time(datetime.datetime.strptime(t, '%H:%M')) for t in exts[4]]
int_dist = [d for d in ints[3]]
ext_dist = [d for d in exts[3]]

然后绘制每个'INT'和'EXT'的散点图：

fig, ax = plt.subplots()
ax.scatter(int_dist, int_times, c='orange', s=150)
ax.scatter(ext_dist, ext_times, c='black', s=150)
plt.legend(['INT', 'EXT'], loc=4)
plt.xlabel('Distance')
plt.show()

enter image description here

编辑：添加代码以回答有关如何将时间更改为12小时格式（范围从0:00到11:59）的评论中的问题并删除秒数。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

data = pd.read_csv('data.csv', header=None)
ints = data[data[1]=='INT']
exts = data[data[1]=='EXT']
INT_index = data[data[1]=='INT'].index
EXT_index = data[data[1]=='EXT'].index
time = [t for t in data[4]]
int_dist = [d for d in ints[3]]
ext_dist = [d for d in exts[3]]

fig, ax = plt.subplots()
ax.scatter(int_dist, INT_index, c='orange', s=150)
ax.scatter(ext_dist, EXT_index, c='black', s=150)
ax.set_yticks(np.arange(len(data[4])))
ax.set_yticklabels(time)
plt.legend(['INT', 'EXT'], loc=4)
plt.xlabel('Distance')
plt.ylabel('Time')
plt.show()

enter image description here

Answer 2

我已经对此做了另一个答案，但是会保留原文，因为我认为它仍然很好，只是没有完全回答你的特定问题。

我还生成了一些数据行来解决问题，至少在我看来，更有意义。

为我解决这个问题的是产生第5列（代码，而不是csv），它是对应于特定时刻的分钟数，即11:59映射到719分钟。使用pandas我将这个新列插入到数据帧中。然后我可以每隔60分钟为每小时（'0:00'，'1:00'等）放置字符串标记。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

data = pd.read_csv('Workbook2.csv', header=None)
print data

打印我伪造的数据：

    0    1     2       3      4
0  ML  INT  0.10  534.15   0:00
1  ML  EXT  0.25  654.23   3:00
2  ML  INT  0.30  743.12   6:30
3  ML  EXT  0.35  744.20   4:30
4  ML  INT  0.45  811.47   7:00
5  ML  EXT  0.55  777.90   5:45
6  ML  INT  0.66  854.70   7:54
7  ML  EXT  0.74  798.40   6:55
8  ML  INT  0.87  947.30  11:59

现在创建一个将时间转换为分钟的函数：

def convert_to_min(o_clock):
    h, m = o_clock.split(':')
    return int(h) * 60 + int(m)
# using this function create a list times in minutes for each time in col 4
min_col = [convert_to_min(t) for t in data[4]]
data[5] = min_col  # inserts this list as a new column '5'
print data

我们的新数据：

    0    1     2       3      4    5
0  ML  INT  0.10  534.15   0:00    0
1  ML  EXT  0.25  654.23   3:00  180
2  ML  INT  0.30  743.12   6:30  390
3  ML  EXT  0.35  744.20   4:30  270
4  ML  INT  0.45  811.47   7:00  420
5  ML  EXT  0.55  777.90   5:45  345
6  ML  INT  0.66  854.70   7:54  474
7  ML  EXT  0.74  798.40   6:55  415
8  ML  INT  0.87  947.30  11:59  719

现在构建x和y轴数据，tick标签和刻度位置：

INTs = data[data[1]=='INT']
EXTs = data[data[1]=='EXT']

int_dist = INTs[3]  # x-axis data for INT
ext_dist = EXTs[3]

# plotting time as minutes in range [0 720]
int_time = INTs[5]  # y-axis data for INT
ext_time = EXTs[5]

time = ['0:00', '1:00', '2:00', '3:00', '4:00', '5:00', 
        '6:00', '7:00', '8:00', '9:00', '10:00', '11:00', '12:00']
# this will place the strings above at every 60 min
tick_location = [t*60 for t in range(13)]

现在情节：

fig, ax = plt.subplots()
ax.scatter(int_dist, int_time, c='orange', s=150)
ax.scatter(ext_dist, ext_time, c='black', s=150)
ax.set_yticks(tick_location)
ax.set_yticklabels(time)
plt.legend(['INT', 'EXT'], loc=4)
plt.xlabel('Distance')
plt.ylabel('Time')
plt.title('Seems to work...')
plt.show()

enter image description here

Python 3.4从CSV格式读取

2 个答案: