我想在matplotlib中创建一个破碎的垂直条形图。
为了更好地了解我所追求的结果,我和Balsamiq一起举了一个例子:
我看过matpltolib docs和examples,但我似乎无法找到合适的图表类型。唯一看起来相似的是boxplot,但这不是我需要的。
PS:如果你知道一个好的库用另一种语言(例如javascript)来做这件事,我也会感激指针。
答案 0 :(得分:10)
听起来你有几个系列的开始日期时间和停止日期时间。
在这种情况下,只需使用bar
绘制内容,并告诉matplotlib轴是日期。
为了获得时间,您可以利用matplotlib的内部日期格式是浮点数的事实,其中每个整数对应于当天的0:00。因此,为了获得时间,我们可以times = dates % 1
。
作为一个例子(其中90%是生成和操纵日期。绘图只是对bar
的一次调用。):
import datetime as dt
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
def main():
start, stop = dt.datetime(2012,3,1), dt.datetime(2012,4,1)
fig, ax = plt.subplots()
for color in ['blue', 'red', 'green']:
starts, stops = generate_data(start, stop)
plot_durations(starts, stops, ax, facecolor=color, alpha=0.5)
plt.show()
def plot_durations(starts, stops, ax=None, **kwargs):
if ax is None:
ax = plt.gca()
# Make the default alignment center, unless specified otherwise
kwargs['align'] = kwargs.get('align', 'center')
# Convert things to matplotlib's internal date format...
starts, stops = mpl.dates.date2num(starts), mpl.dates.date2num(stops)
# Break things into start days and start times
start_times = starts % 1
start_days = starts - start_times
durations = stops - starts
start_times += int(starts[0]) # So that we have a valid date...
# Plot the bars
artist = ax.bar(start_days, durations, bottom=start_times, **kwargs)
# Tell matplotlib to treat the axes as dates...
ax.xaxis_date()
ax.yaxis_date()
ax.figure.autofmt_xdate()
return artist
def generate_data(start, stop):
"""Generate some random data..."""
# Make a series of events 1 day apart
starts = mpl.dates.drange(start, stop, dt.timedelta(days=1))
# Vary the datetimes so that they occur at random times
# Remember, 1.0 is equivalent to 1 day in this case...
starts += np.random.random(starts.size)
# Make some random stopping times...
stops = starts + 0.2 * np.random.random(starts.size)
# Convert back to datetime objects...
return mpl.dates.num2date(starts), mpl.dates.num2date(stops)
if __name__ == '__main__':
main()
另一方面,对于从一天开始到下一天结束的事件,这会将y轴延伸到第二天。如果您愿意,可以通过其他方式处理它,但我认为这是最简单的选择。