Python Matplotlib - 带有日期值的 x 轴平滑 plot 线

Question

我试图平滑图形线，但由于 x 轴值是日期，我在执行此操作时遇到了很大的麻烦。 假设我们有一个 dataframe 如下

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

startDate = '2015-05-15'
endDate = '2015-12-5'
index = pd.date_range(startDate, endDate)
data = np.random.normal(0, 1, size=len(index))
cols = ['value']

df = pd.DataFrame(data, index=index, columns=cols)

然后我们plot这个数据

fig, axs = plt.subplots(1,1, figsize=(18,5))
x = df.index
y = df.value
axs.plot(x, y)
fig.show()

我们得到

现在为了平滑这条线，有一些有用的 staekoverflow 问题已经准备就绪，例如：

• 使用 matplotlib 生成平滑线图，
• Plot 平滑线与 PyPlot
• 在日期时间之外创建 numpy linspace

但是我似乎无法获得一些代码来为我的示例执行此操作，有什么建议吗？

Answer 1

您可以使用pandas附带的插值功能。 因为您的数据框已经为每个索引提供了一个值，所以您可以使用更稀疏的索引填充它，并用NaN值填充每个以前不存在的索引。 然后，在选择了许多可用的插值方法之一后，对数据进行插值和绘图：

index_hourly = pd.date_range(startDate, endDate, freq='1H')
df_smooth = df.reindex(index=index_hourly).interpolate('cubic')
df_smooth = df_smooth.rename(columns={'value':'smooth'})

df_smooth.plot(ax=axs, alpha=0.7)
df.plot(ax=axs, alpha=0.7)
fig.show()

Answer 2

有一种解决方法，我们将创建两个图 - 1) 非平滑/使用日期标签进行插值 2) 不使用日期标签进行平滑。

使用参数linestyle=" "绘制1)并将要绘制在 x 轴上的日期转换为字符串类型。

使用参数linestyle="-"绘制2)并分别使用np.linespace和make_interp_spline插入 x 轴和 y 轴。

以下是针对您的代码使用所讨论的解决方法。

# your initial code
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from scipy.interpolate import make_interp_spline
%matplotlib inline
startDate = "2015-05-15"
endDate = "2015-07-5" #reduced the end date so smoothness is clearly seen
index = pd.date_range(startDate, endDate)
data = np.random.normal(0, 1, size=len(index))
cols = ["value"]

df = pd.DataFrame(data, index=index, columns=cols)
fig, axs = plt.subplots(1, 1, figsize=(40, 12))
x = df.index
y = df.value

# workaround by creating linespace for length of your x axis
x_new = np.linspace(0, len(df.index), 300)
a_BSpline = make_interp_spline(
    [i for i in range(0, len(df.index))],
    df.value,
    k=5,
)
y_new = a_BSpline(x_new)

# plot this new plot with linestyle = "-"
axs.plot(
    x_new[:-5], # removing last 5 entries to remove noise, because interpolation outputs large values at the end.
    y_new[:-5],
    "-",
    label="interpolated"
)

# to get the date on x axis we will keep our previous plot but linestyle will be None so it won't be visible
x = list(x.astype(str))
axs.plot(x, y, linestyle=" ", alpha=0.75, label="initial")
xt = [x[i] for i in range(0,len(x),5)]
plt.xticks(xt,rotation="vertical")
plt.legend()
fig.show()

结果图

Overalpped 图以查看平滑。

Answer 3

根据“平滑”的确切含义，最简单的方法是使用savgol_filter或类似的东西。 与插值样条不同，此方法意味着平滑线不会通过测量点，从而有效滤除高频噪声。

from scipy.signal import savgol_filter

...
windowSize = 21
polyOrder = 1
smoothed = savgol_filter(values, windowSize, polyOrder)
axes.plot(datetimes, smoothed, color=chart.color)

多项式阶数越高，平滑后的线越接近原始数据。

这是一个例子。