Python - 在 matplotlib 中绘制带有日期时间的线图和带有 NaN 值的列

Question

我需要用基本折线图绘制一些数据。

       datatime             col1
29/08/2017 10:13:23.972      NaN
29/08/2017 10:13:23.972      NaN
29/08/2017 10:13:54.449      425
29/08/2017 10:14:19.800      425
29/08/2017 10:14:45.232      425
29/08/2017 10:14:48.567      NaN
29/08/2017 10:15:19.331      2
29/08/2017 10:15:38.081      380
29/08/2017 10:16:27.517      380

现在我遇到了一些问题。我需要的是绘制这个，如果有 NaN 在图表上创建一个空白，而不是从上一个值到下一个值的一条线。我曾经使用 matplotlib 进行绘图，但不知道如何集成该“跳过”步骤。如果能够在线绘制每次跳高或跳低的值，那就太好了。

我有什么:

def plot_1(data, par_time, par_y, par_ylabel, par_legend):
    fig = plt.figure(figsize=(5, 3))
    ax1 = fig.add_subplot(111)
    plt.gca().set_color_cycle(['red', 'blue', 'green', 'brown'])
    ax1.plot(data[par_time], data[par_y], label=par_ylabel, marker='o', linewidth=2.0)
    plt.ylabel(par_ylabel)
    handles, labels = ax1.get_legend_handles_labels()
    ax1.legend(handles, par_legend, loc='upper center', bbox_to_anchor=(1.15, 1))
    ax1.grid('on')
    for i, j in zip(data[par_time], data[par_yticks]):
        ax1.annotate(str(j), xy=(i, j))
    a = plt.savefig('/home/user/graph.png)
    return a

这里没有那么多行，但是如果有的话，x会很拥挤，是否可以在3秒内创建每个网格？

提前感谢您的帮助。

Answer 1

IIUC，此代码可能适合您。我将 x 轴间隔设置为 30 秒(而不是您要求的 3 秒)，因为 3 秒间隔会导致 x 轴非常拥挤。无论如何，它应该让您了解如何继续前进。

此代码中创建具有 NaN 值的间隙的基本思想是在数据中创建一个新列，以便对每个连续(非 NaN code>) block 在一起，然后绘制这些组中的每一组。

import matplotlib.pyplot as plt
import matplotlib.dates as md

# Make sure `datatime` is in datetime format
df['datatime'] = pd.to_datetime(df.datatime)

# create new group if interrupted by NaN
df['group'] = df.col1.isnull().cumsum()


fig, ax = plt.subplots()
# Groupby your new group column, and plot each group
for _, group in df.groupby('group'):
    plt.plot(group.dropna(subset=['col1']).datatime,
             group.dropna(subset=['col1']).col1,
             color='blue')

# Create your 30 second interval on the x axis, and format your dates
xlocator = md.SecondLocator(interval=30)
dateFmt = md.DateFormatter('%H:%M:%S') 

ax.xaxis.set_major_locator(xlocator)
ax.xaxis.set_major_formatter(dateFmt)
plt.xticks(rotation=90)