Python 使用pandas TimeSeries创建热图

我需要使用Pandas DataFrame TimeSeries列（df_all.ts）作为我的X轴来创建MatplotLib热图（pcolormesh）

如何将Pandas TimeSeries列转换为可以用作np.meshgrid（X，y）函数中的X轴来创建热图？解决方法是使用与pandas列中相同的参数创建Matplotlib drange，但有简单的方法吗

x = pd.date_range(df_all.ts.min(),df_all.ts.max(),freq='H')
xt = mdates.drange(df_all.ts.min(), df_all.ts.max(), dt.timedelta(hours=1))
y = arange(ylen)
X,Y = np.meshgrid(xt, y)

---

我不知道时间序列的热图是什么意思，但对于数据帧，您可以按以下方式操作：

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

from itertools import product
from string import ascii_uppercase
from matplotlib import patheffects

m, n = 4, 7 # 4 rows, 7 columns
df = pd.DataFrame(np.random.randn(m, n),
                  columns=list(ascii_uppercase[:n]),
                  index=list(ascii_uppercase[-m:]))


ax = plt.imshow(df, interpolation='nearest', cmap='Oranges').axes

_ = ax.set_xticks(np.linspace(0, n-1, n))
_ = ax.set_xticklabels(df.columns)
_ = ax.set_yticks(np.linspace(0, m-1, m))
_ = ax.set_yticklabels(df.index)

ax.grid('off')
ax.xaxis.tick_top()

可选地，在每个正方形的中间打印实际值，有些阴影用于可读性，您可以这样做：

path_effects = [patheffects.withSimplePatchShadow(shadow_rgbFace=(1,1,1))]

for i, j in product(range(m), range(n)):
    _ = ax.text(j, i, '{0:.2f}'.format(df.iloc[i, j]),
                size='medium', ha='center', va='center',
                path_effects=path_effects)

---

如果不清楚您想要什么，我假设您的热图是一个简单的二维直方图。那么，为什么不重新采样/旋转DF到这个位置，并用

plt.imshow（DF_all.values）

绘制它呢？我只需要Y轴上的5-20个项目，因为我知道imshow（）需要指定历史图的每个点。你总是可以根据TimeSeries列中的数据重新标记轴。如果以图像方式打印，请不要强调强制matplotlib函数将该数据精确用作x轴数据，然后调整轴标签。但是，如果x上有数百个点，且间隔很短，是否有办法格式化日期，但是我只需要显示每日滴答声？@szu如果您希望热图也基于每日间隔，那么您需要首先使用pandas

resample

方法，否则只需修改

set_xticks

和

set_xticklabels

calls@behzad.nouri当我运行打印实际值代码时，我得到了这个错误：“ax.text（j，i，”{.2f}'.format（df.iget_value（i，j）），ValueError：格式为“Do u know why？Pandas version 0.14.1和python 2.6”的零长度字段名。6@AnthonyKong不确定，请尝试使用

df.iloc[i，j]

@behzad.nouri抱歉，请找出：“{.2f}.”格式（“不是有效的python 2.x代码