解決Python Matplotlib繪圖數(shù)據(jù)點位置錯亂問題

更新時間：2020年05月16日 16:17:42 作者：container_body

這篇文章主要介紹了解決Python Matplotlib繪圖數(shù)據(jù)點位置錯亂問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

在繪制正負(fù)樣本在各個特征維度上的CDF（累積分布）圖時出現(xiàn)了以下問題：

問題具體表現(xiàn)為：

1.幾個負(fù)樣本的數(shù)據(jù)點位置倒錯

2.X軸刻度變成了亂七八糟一團鬼東西

最終解決辦法

造成上述情況的原因其實是由于輸入matplotlib.plot()函數(shù)的數(shù)據(jù)x_data和y_data從CSV文件中直接導(dǎo)入后格式為string，因此才會導(dǎo)致所有數(shù)據(jù)點的x坐標(biāo)都被直接刻在了x軸上，且由于坐標(biāo)數(shù)據(jù)格式錯誤，部分點也就表現(xiàn)為“亂點”。解決辦法就是導(dǎo)入x，y數(shù)據(jù)后先將其轉(zhuǎn)化為float型數(shù)據(jù)，然后輸入plot()函數(shù)，問題即解決。

補充知識：matplotlib如何在繪制時間序列時跳過無數(shù)據(jù)的區(qū)間

其實官方文檔里就提供了方法,這里簡單的翻譯并記錄一下.

11.1.9 Skip dates where there is no data
When plotting time series, e.g., financial time series, one often wants to leave out days on which there is no data, e.g., weekends.
By passing in dates on the x-xaxis, you get large horizontal gaps on periods when there is not data.

The solution is to pass in some proxy x-data, e.g., evenly sampled indices, and then use a custom formatter to format these as dates.
The example below shows how to use an ‘index formatter' to achieve the desired plot:

解決方案是通過傳遞x軸數(shù)據(jù)的代理,比如下標(biāo),

然后通過自定義的'formatter'去取到相對應(yīng)的時間信息

manual內(nèi)示例代碼:

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.mlab as mlab
import matplotlib.ticker as ticker

#讀數(shù)據(jù)
r = mlab.csv2rec('../data/aapl.csv')
r.sort()
r = r[-30:] # get the last 30 days
N = len(r)
ind = np.arange(N) # the evenly spaced plot indices
def format_date(x, pos=None):
 #保證下標(biāo)不越界,很重要,越界會導(dǎo)致最終plot坐標(biāo)軸label無顯示
 thisind = np.clip(int(x+0.5), 0, N-1)
 return r.date[thisind].strftime('%Y-%m-%d')

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(ind, r.adj_close, 'o-')
ax.xaxis.set_major_formatter(ticker.FuncFormatter(format_date))
fig.autofmt_xdate()
plt.show()

示例:

同樣一段數(shù)據(jù)上為原始,下為去掉無數(shù)據(jù)間隔區(qū)間

import pandas as PD
import numpy as NP
import matplotlib.pyplot as PLT
import matplotlib.ticker as MTK

file = r'vix_series.csv'
df = PD.read_csv(file, parse_dates=[0, 2])
#用下標(biāo)代理原始時間戳數(shù)據(jù)
idx_pxy = NP.arange(df.shape[0])
#下標(biāo)-時間轉(zhuǎn)換func
def x_fmt_func(x, pos=None):
 idx = NP.clip(int(x+0.5), 0, df.shape[0]-1)
 return df['datetime'].iat[idx]
#繪圖流程
def decorateAx(ax, xs, ys, x_func):
 ax.plot(xs, ys, color="green", linewidth=1, linestyle="-")
 ax.plot(ax.get_xlim(), [0,0], color="blue", 
   linewidth=0.5, linestyle="--")
 if x_func:
  #set數(shù)據(jù)代理func
  ax.xaxis.set_major_formatter(MTK.FuncFormatter(x_func))
 ax.grid(True)
 return

fig = PLT.figure()
ax1 = fig.add_subplot(2,1,1)
ax2 = fig.add_subplot(2,1,2)
decorateAx(ax1, df['datetime'], df['vix_all'], None)
decorateAx(ax2, idx_pxy, df['vix_all'], x_fmt_func)
#優(yōu)化label顯示,非必須
fig.autofmt_xdate()
PLT.show()

很多時候亂翻google還不如好好通讀官方manual…

以上這篇解決Python Matplotlib繪圖數(shù)據(jù)點位置錯亂問題就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: