Python 随时间变化的绘图类别百分比

我有一个带有日期时间索引和软件版本列的数据框：

Date                   Version
2018-07-10 15:42:16    1.0
2018-07-10 16:38:18    1.0
2018-07-10 20:21:54    2.0
2018-07-11 08:28:56    1.0
2018-07-11 13:16:48    2.0
2018-07-13 15:25:56    2.0

我想画出我有多少独特的版本的时间（说每月）和这些版本是什么。我希望随着时间的推移绘制一个填充区域。在采用过程中，这些领域不断扩大，而在新版本推出时，这些领域则不断减少

可能是这样，但时间是横向的，版本是分组的

---

您可以执行以下操作：

df.groupby('Version').resample('M').nunique()

或：

---

尝试此操作，假设数据文件的格式如下所示：

import numpy as np
import pandas as pd 
import matplotlib.pyplot as plt 
dateparse = lambda x: pd.datetime.strptime(x, '%Y-%m-%d %H:%M:%S') 
data = pd.read_table(filename, parse_dates=['Date'], date_parser=dateparse)  # your file name 
data['month']  = data['Date'].dt.month.values; # can be year, etc. 
Months = data.groupby('month')['Version'].nunique().index.values 
nVersion = data.groupby('month')['Version'].nunique().values  
plt.fill_between(Months,0,nVersion)
plt.show()

import numpy as np
import pandas as pd 
import matplotlib.pyplot as plt 
dateparse = lambda x: pd.datetime.strptime(x, '%Y-%m-%d %H:%M:%S') 
data = pd.read_table(filename, parse_dates=['Date'], date_parser=dateparse)  # your file name 
data['month']  = data['Date'].dt.month.values; # can be year, etc. 
Months = data.groupby('month')['Version'].nunique().index.values 
nVersion = data.groupby('month')['Version'].nunique().values  
plt.fill_between(Months,0,nVersion)
plt.show()