Question

我有这个情节，但是我需要将y轴固定到00：00,01：00,02：00等，一直到12:00。截至目前，它只绘制了我在y轴上的csv中的值。 csv采用以下格式。如何使y轴保持恒定，仅以1小时为增量显示00:00至12:00，并且仍能正确绘制数据？

    ML  INT 0.1     534.15  0:00
    ML  EXT 0.25    654.23  3:00
    ML  INT 0.35    743.12  6:30

以下是我到目前为止的代码。

    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()

Answer 1

我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生成第5列（代码中，而不是csv），这是与特定o时钟时间相对应的分钟数，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（＆＃39; 0：00＆＃39;，＆＃39; 1：00＆＃39;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o＆＃clock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

Answer 2

如果对y轴使用datetime，则滴答声会更加明智。

虚假数据：

df = pd.DataFrame({'value':[530,640,710], 'time':['0:00', '3:00', '6:30']})

   time  value
0  0:00    530
1  3:00    640
2  6:30    710

将df.time从str转换为datetime：

time2 = pd.to_datetime(df.time, format='%H:%M')
plt.plot(df.value, time2, marker='o', linestyle='None')

output

似乎无法将其变为scatter而不是plot，以防它对您很重要（我压制了这一行）。也许是因为datetime应该总是在时间序列中，而不是在散点图中（我欢迎评论，如果情况确实如此，请告诉我datetime不能放入scatter）

修正了Python中的y轴绘制12小时格式的时间

2 个答案: