python - 使用 pandas TimeSeries 创建热图

Question

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 列转换为可在 np.meshgrid(x, y) 函数中用作 X 轴的内容以创建热图？解决方法是使用与 pandas 列中相同的参数创建 Matplotlib drange，但有没有简单的方法？

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)

Answer 1

我不知道你所说的时间序列的热图是什么意思，但对于数据框，你可以按如下方式进行:

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，要在每个正方形的中间打印实际值，并带有一些阴影以便于阅读，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)