使用Matplotlib在Python中绘制时间

我有一个格式为（HH:MM:SS.mmmmmm）的时间戳数组和另一个浮点数数组，每个浮点数对应于时间戳数组中的一个值

我可以使用Matplotlib在x轴上绘制时间，在y轴上绘制数字吗

---

我试图这么做，但不知怎的，它只接受了一系列的浮动。我怎样才能让它画出时间呢？我必须以任何方式修改格式吗？

您必须首先将时间戳转换为Python

datetime

对象（使用

datetime.strtime

）。然后使用

date2num

将日期转换为matplotlib格式

使用以下方法绘制日期和值：

---

还可以使用（在从字符串表示形式解析时间戳和值对之后）绘制时间戳和值对。（使用matplotlib版本1.2.0和1.3.1进行测试。）

例如：

import datetime
import random
import matplotlib.pyplot as plt

# make up some data
x = [datetime.datetime.now() + datetime.timedelta(hours=i) for i in range(12)]
y = [i+random.gauss(0,1) for i,_ in enumerate(x)]

# plot
plt.plot(x,y)
# beautify the x-labels
plt.gcf().autofmt_xdate()

plt.show()

结果图像：

---

这与散点图相同：

import datetime
import random
import matplotlib.pyplot as plt

# make up some data
x = [datetime.datetime.now() + datetime.timedelta(hours=i) for i in range(12)]
y = [i+random.gauss(0,1) for i,_ in enumerate(x)]

# plot
plt.scatter(x,y)
# beautify the x-labels
plt.gcf().autofmt_xdate()

plt.show()

生成类似以下内容的图像：

---

7年后，这段代码帮助了我。 然而，我的时间仍然没有正确地显示出来

使用Matplotlib 2.0.0，我不得不添加Paul H

import matplotlib.dates as mdates
myFmt = mdates.DateFormatter('%d')
ax.xaxis.set_major_formatter(myFmt)

我将格式更改为（%H:%M），时间显示正确。

---

这一切都要感谢社区。

我在使用matplotlib版本2.0.2时遇到了问题。运行上面的示例，我得到了一组居中的堆叠气泡

我通过添加另一行来“修复”问题：

plt.plot([],[])

整个代码段变为：

import datetime
import random
import matplotlib.pyplot as plt
import matplotlib.dates as mdates


# make up some data
x = [datetime.datetime.now() + datetime.timedelta(minutes=i) for i in range(12)]
y = [i+random.gauss(0,1) for i,_ in enumerate(x)]

# plot
plt.plot([],[])
plt.scatter(x,y)

# beautify the x-labels
plt.gcf().autofmt_xdate()
myFmt = mdates.DateFormatter('%H:%M')
plt.gca().xaxis.set_major_formatter(myFmt)

plt.show()
plt.close()

这将生成一个气泡按需要分布的图像

---

熊猫数据帧尚未被提及。我想展示一下这些是如何解决我的约会时间问题的。我已将datetime设置为毫秒

2021-04-01 16:05:37

。我正在从/proc获取linux/haproxy吞吐量，这样我就可以按自己喜欢的方式格式化它。这非常适合将数据输入到实时图形动画中

下面是csv的一个例子。（忽略我在另一个图中使用的每秒数据包列）

head-2~/数据
日期，mbps，pps
2021-04-01 16:05:37,113,9342.00
...

通过使用

print（dataframe.dtype）

我可以看到数据是如何读入的：

（基本）➜  图表./throughput.py
日期对象
mbps int64
缴费灵浮动64
数据类型：对象

Pandas将日期字符串作为“object”拉入，它只是char类型。在脚本中使用此选项：

导入matplotlib.pyplot作为plt
作为pd进口熊猫
dataframe=pd.read\u csv（“~/data”）
日期=数据帧[“日期”]
mbps=数据帧[“mbps”]
plt.绘图（日期、mbps、标签=“mbps”）
产品名称（“吞吐量”）
plt.xlabel（“时间”）
plt.ylabel（“mbps”）
plt.legend（）
plt.xticks（旋转=45）
plt.show（）

Matplotlib渲染所有毫秒级时间数据。我添加了

plt.xticks（rotation=45）

来倾斜日期，但这不是我想要的。我可以将日期“对象”转换为datetime64[ns]。哪个matplotlib知道如何渲染

dataframe[“date”]=pd.to_datetime（dataframe[“date”]）

这次我的日期是类型

datetime64[ns]

（基本）➜  图表./throughput.py
日期时间64[ns]
mbps int64
缴费灵浮动64
数据类型：对象

相同的脚本，但有一行差异

#/usr/bin/env python
将matplotlib.pyplot作为plt导入
作为pd进口熊猫
dataframe=pd.read\u csv（“~/data”）
#将对象转换为datetime64[ns]
dataframe[“date”]=pd.to_datetime（dataframe[“date”]）
日期=数据帧[“日期”]
mbps=数据帧[“mbps”]
plt.绘图（日期、mbps、标签=“mbps”）
产品名称（“吞吐量”）
plt.xlabel（“时间”）
plt.ylabel（“mbps”）
plt.legend（）
plt.xticks（旋转=45）
plt.show（）

这可能不适合您的用例，但它可能会帮助其他人

---

它是绘制日期还是仅绘制时间？我只想要时间，因为在转换为datetime时，年份被设置为1990年。”…在转换为datetime时，年份被设置为1990年”：您可以发布用于从字符串转换为datetime的代码吗？转换可能有问题。重新。关于图表标签的格式，请参见J.K.Seppänen提供的date_demo1链接。matplot库文档非常优秀，顺便说一句，plot_dates-->matplotlib.pyplot.plot_date（日期、值）散点图怎么样？我想提供一个大小数组来确定散点气泡的大小，但没有等效的

散点日期（）

，也没有明显/直接的方法来获取此图形。上面返回的列表包含一个类型为matplotlib.lines.Line2D object的对象。现在我如何使用它来显示图形？@andi它应该和我的示例一样工作（将

绘图

更改为

散布

）。我不明白为什么这是我遇到的第五个问题，没有人真正尝试使用散布图-它不起作用<代码>类型错误-无效的类型升级@dwanderson那么，也许你做错了什么。我在我的帖子中添加了一个x轴上带有

datetime.datetime

对象的散点图示例。对于网格，添加

plt.grid（True）

@AimForClarity适用于

matplotlib.\uu version\uu

2.2.2。不过，散点图默认设置了一些过宽的x限制。这个答案似乎提供了一种解决方法，而不是手动调整

plt.xlim（…）

：对我来说，py2.6不起作用。I get ValueError:视图限制最小值-0.05500000000000001小于1，并且是无效的Matplotlib日期值。如果将非日期时间值传递给具有日期时间单位的轴，则通常会发生这种情况。奇怪的x-LIM的解决方案是自行设置：

import datetime
import random
import matplotlib.pyplot as plt
import matplotlib.dates as mdates


# make up some data
x = [datetime.datetime.now() + datetime.timedelta(minutes=i) for i in range(12)]
y = [i+random.gauss(0,1) for i,_ in enumerate(x)]

# plot
plt.plot([],[])
plt.scatter(x,y)

# beautify the x-labels
plt.gcf().autofmt_xdate()
myFmt = mdates.DateFormatter('%H:%M')
plt.gca().xaxis.set_major_formatter(myFmt)

plt.show()
plt.close()