python - 如何使用 seaborn 或 plotly 绘制时间序列图？

Question

我有一个时间序列数据如下:

Datum   Menge
1/1/2018 0:00   19.5
1/1/2018 0:15   19.0
1/1/2018 0:30   19.5
1/1/2018 0:45   19.5
1/1/2018 1:00   21.0
1/1/2018 1:15   19.5
1/1/2018 1:30   20.0
1/1/2018 1:45   23.0

数据框 data 的形状为 (14880, 2)。在Menge列中，只有11807个值可用，其余为nan

我正在尝试按如下方式绘制它:

data.plot()
plt.show()

这给了我

但我想使用 seaborn 或 plotly 绘制相同的图

对于 seaborn 我试过:

x = data.Datum
y = data.Menge.values
sns.lineplot(x = x, y = y, data = data)

它给我的输出是:

Out[3]: <matplotlib.axes._subplots.AxesSubplot at 0x21286bb8668>

并打开了一个新的图形窗口，但显示的是 Figure 1 (Not Responding)

所以，我有两个问题:

1. 在上图中，我们可以看到 x 轴有索引，但我希望它是那里的 Datum 值。如何改变？
2. 我想在 seaborn 或 plotly 中实现这一目标，那么有没有办法在这两者中实现这一切？

Answer 1

即使对于多个时间序列，最简洁的设置是:

• 绘图:px.line()

• seaborn:lineplot()

---

plotly :

px.line(df, x = df.index, y = df.columns)

---

Seaborn:

sns.lineplot(data = df)

---

seaborn 和 plotly 的完整代码:

以下代码示例可让您生成这两个图。

import plotly.graph_objs as go
from datetime import datetime
import plotly.express as px
import matplotlib as mpl
import seaborn as sns
import pandas as pd
import numpy as np


# sample data in a pandas dataframe

np.random.seed(23)
observations = 75
df=pd.DataFrame(dict(A=np.random.uniform(low=-1, high=1.1, size=observations).tolist(),
                    B=np.random.uniform(low=-1, high=1.1, size=observations).tolist(),
                    C=np.random.uniform(low=-1, high=1.1, size=observations).tolist(),
                    ))
df.iloc[0,] = 0
df = df.cumsum()

firstdate = datetime(2020,1,1)
df['date'] = pd.date_range(firstdate, periods=df.shape[0]).tolist()
df.set_index('date', inplace=True)

px.line(df, x = df.index, y = df.columns)



# fig = go.Figure([{
#     'x': df.index,
#     'y': df[col],
#     'name': col
# }  for col in df.columns])
# fig.show()

#  sns.set_style("darkgrid")
#sns.lineplot(data = df)

plotly express

px.line(df, x = df.index, y = df.columns)

另一个 plotly 选项是:

plotly graph_objects

fig = go.Figure([{
    'x': df.index,
    'y': df[col],
    'name': col
}  for col in df.columns])
fig.show()

seaborn

sns.set_style("darkgrid")
sns.lineplot(data = df)