Question

我有一个数据框，其中包含由datetime索引的纬度，经度列。时间序列数据表示对象的跟踪时间：

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 137824 entries, 2015-03-01 07:16:39 to 2015-04-01 00:12:38
Data columns (total 5 columns):
accuracy     137824 non-null float64
longitude    137824 non-null float64
latitude     137824 non-null float64

如何从这些点绘制轨迹以查看它如何及时变化？我首先使用Shapely创建数据框中所有点的有序列表：

import geopandas as gpd
from shapely.geometry import Point

geometry = [Point(xy) for xy in zip(df.longitude, df.latitude)]

# Define EPSG4326 coordinate reference system for GPS latitude and longitude (CRS)
crs = {'init': 'epsg:4326'}
points = gpd.GeoDataFrame(df, crs=crs, geometry=geometry)

我可以绘制所有要点：

points.plot(color='green')

绘制2D空间中的所有点，其中x =纬度，y =经度。如何按时间（3D）绘制这些点？

*更新*

毕竟用Geopandas绘图并不是我的终极目标。我正在寻找任何可以及时绘制GPS坐标的方法。也许用普通的熊猫情节法或海边绘图库。我们的想法是可视化移动物体坐标随时间的变化，以便显示其位置的历史。有什么想法吗？

Answer 1

我不知道这是否是你需要的，但我想我可以使用Matplotlib库。

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.dates as mdates

fig = plt.figure()
ax = fig.gca(projection='3d')
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('Time')
ax.plot(df2['lon'].values, df2['lat'].values, mdates.date2num(df2['dtime'].tolist()),label=str(1))
ax.zaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d %H:%M:%S'))
ax.legend()
plt.show()

<强>说明：

label的作用是识别当前数据属于哪个类别，我以ID为例。

mdates.date2num与set_major_formatter一起使用。如果我们使用以下代码：

ax.plot(df2['lon'].values, df2['lat'].values, df2['dtime'].values,label=str(1))

结果，图形时间轴显示为一个大的int：

如果我们仅使用set_major_formatter来修改时间显示格式以获取错误：

OverflowError: Python int too large to convert to C long

mdates.date2num将时间转换为较小的数字，因此我们需要使用mdates.date2num和set_major_formatter

Python Pandas：随着时间的推移绘制GPS轨迹

1 个答案: