绘图图 Python 上的 Y 轴值乱序

时间:2021-06-12 02:17:32

标签: python pandas plotly graphing

我使用 AlphaVantage API 下载数据点,然后将其转换为 Pandas DataFrame。

我想使用 Plotly 绘制带有散点图/折线图的新 DataFrame。 在 Google Colab 中绘制图表时,这些图表似乎很完美,但是,我似乎无法在 PyCharm 和 Jupiter Notebook 中复制我的结果。

在 PyCharm 和 JN 中绘图时,Y 轴值的绘制是乱序的,就像图形试图创建尽可能直线一样(请参阅第二张图像并仔细查看 y 轴)。< /p>

以下是代码和图表的简化示例:

在两个实例中使用完全相同的代码

预期结果(来自 Colab 的示例): Sample from Colab

PyCharm 和 JN 的结果(当前问题图表): Current Issue Graph

见代码:

import requests
import pandas as pd
import plotly.graph_objects as go


# DATA FROM API
response = requests.get(url='https://www.alphavantage.co/query?function=TIME_SERIES_WEEKLY&symbol=IBM&apikey=demo')
response.raise_for_status()
stock_weekly = response.json()['Weekly Time Series']


# CHANGE DATA FORMAT, RENAME COLUMNS AND CONVERT TO DATETIME, FINALLY FLIP TO HAVE DATE IN ASCENDING ORDER
raw_weekly_data = pd.DataFrame(stock_weekly)
weekly_data = raw_weekly_data.T
weekly_data.reset_index(level=0, inplace=True)
weekly_data.rename(columns={
    'index': 'DATE', 
    '1. open': 'OPEN', 
    '2. high': 'HIGH',
    '3. low': 'LOW',
    '4. close': 'CLOSE',
    '5. volume': 'VOLUME'
    }, 
    inplace=True)
weekly_data['DATE'] = pd.to_datetime(weekly_data['DATE'])
weekly_data = weekly_data[::-1]
weekly_data = weekly_data.reset_index(drop=True)


# PLOT
fig = go.Figure()

fig.add_trace(go.Scatter(
    x=weekly_data['DATE'], 
    y=weekly_data['CLOSE']))

fig.show()

先谢谢你!!!

2 个答案:

答案 0 :(得分:1)

我在 plotly 上收到了我的问题的答案,并决定分享。我结合使用了以下两种技术:

<块引用>

该错误是由于数据框中列的数据类型造成的。 dtypes 值是对象类型。

然而,这不是问题,这是 plotly 的先前版本(其中 必须安装在您的 Google 协作上)。较新的版本需要 数值为数字。

您可以像这样将列转换为数字:

#converting to type numeric
cols = weekly_data.columns.drop('DATE')
weekly_data[cols] = weekly_data[cols].apply(pd.to_numeric)

或者只是添加 autotypenumbers='convert types' 来更新你的数字:

fig = go.Figure()

fig.add_trace(go.Scatter(
    x=weekly_data['DATE'], 
    y=weekly_data['CLOSE']))

fig.update_layout(autotypenumbers='convert types')

fig.show()

答案 1 :(得分:0)

错误在于您的 y 轴值的数据类型。我猜他们目前是字符串。尝试将值转换为浮点数,这应该可以解决问题。要将 y 轴中的所有值转换为浮点数(这将是数据框中的“关闭”列),您可以执行以下操作:

weekly_data['CLOSE'] = weekly_data['CLOSE'].astype(float)