如何在PyPlot中plot.show（）日期时间格式的数据“ mm-dd-yy hh：mm：ss”？

Question

我正在尝试使用Anaconda的Spyder分布从data.boston.gov（ https://data.boston.gov/dataset/central-library-electricity-usage ）绘制数据集。 原始数据集包含2x10 ^ 5个以上的实例，因此我仅限于2018年。该图将不会显示。

import pandas as pd
from matplotlib import pyplot as plt

data = pd.read_csv('bpl_energy_2018.csv')

plt.plot(data.datetime_measured,data.total_demand_kw)
plt.show()

['datetime_measured','total_demand_kw']

- 0 12-31-18 23:55:00 561
- 1 12-31-18 23:50:00 568
- 2 12-31-18 23:45:00 576
...
- 53690  01-01-18 03:40:00 770
- 53691  01-01-18 03:30:00 813
- 53692  01-01-18 02:55:00 777

[53693 rows x 2 columns]

Answer 1

我认为它不起作用的原因是因为您的数据全部乱了，所以matplotlib不知道如何处理您提供的值。

Pandas具有一些内置的绘图功能，因此您应该能够使用

data.plot()
plt.show()

情节看起来像这样：

但这基本上只是随机噪声。 如果您查看CSV中的值，则会发现它们未按时间完美排序。 不过，我们可以解决此问题而没有太多麻烦：

data.sort_values('datetime_measured', inplace=True)
data.reset_index(drop=True, inplace=True)

如果再次绘制，将得到以下结果：

。

Answer 2

由于您正在绘制时间序列，因此建议您使用内置在绘制函数中的pandas ，尤其是当您已经将数据作为DataFrame 。

要在xaxis上保留日期时间格式，只需告诉.plot()函数要使用哪些列。 例如：

import pandas as pd
from matplotlib import pyplot as plt

data = pd.read_csv('bpl_energy_2018.csv')
data.sort_values('datetime_measured', inplace=True)

data.plot('datetime_measured', 'total_demand_kw')

# Rotate and align xtick labels
ax.get_figure().autofmt_xdate()

# make room for tick labels
plt.tight_layout()

plt.show()

请注意，我使用ax.get_figure().autofmt_xdate()旋转了刻度ax.get_figure().autofmt_xdate() ，并使用tight_layout()为它们tight_layout()了空间。