仅在频率变化时绘制日期

Question

我一直在尝试根据频率绘制日期。这是我的数据集的样子：2017-07-04,132018-04-11,132017-08-17,132017-08-30,132018-04-26,122018-01-03,122017-07-05,112017-06-21,11这是我试过的代码：with open('test.csv', 'w') as f:    writer = csv.writer(f)    writer.writerows(temp)### Extract data from CSV ###with open('test.csv', 'r') as n:    reader = csv.reader(n)    dates = []    freq = []    for row in reader:        dates.append(row[0])        freq.append(row[1])fig = plt.figure()graph = fig.add_subplot(111)# Plot the data as a red line with round markersgraph.plot(dates, freq, 'r-o')graph.set_xticks(dates)graph.set_xticklabels(    [dates])plt.show()这是我得到的结果：xlabels 非常混乱。我希望标签中的日期仅在值发生变化时显示。我不知道该怎么做。帮助表示赞赏。谢谢！

Answer 1

首先，我强烈建议您使用该pandas库及其DataFrame对象来处理您的数据。它有一些非常有用的功能，例如read_csv，可以为您节省一些工作。

为了让 matplotlib 空间更合理，您需要将日期转换为datetime对象（而不是将日期存储为字符串）。

在这里，我将使用 Pandas 读取您的数据，解析日期并按日期排序：

import pandas as pd

import matplotlib.pyplot as plt

import numpy as np

# Read data

df = pd.read_csv('/path/to/test.csv', names=['date', 'freq'], parse_dates=['date'])

# Sort by date

df.sort_values(by='date', inplace=True)

然后您可以继续绘制数据（您需要最新版本的熊猫来自动处理日期）：

fig, ax = plt.subplots(1, 1)

# Plot date against frequency

ax.plot(df['date'], df['freq'], 'r-o')

# Rotate the tick labels

ax.tick_params(axis='x', rotation=45)

fig.tight_layout()

如果你只是想显示的日期时的频率变化，下面将工作

ax.set_xticks(df.loc[np.diff(df['freq']) != 0, 'date'])

虽然我不会推荐它（不等间距看起来很乱）