Rumah >pembangunan bahagian belakang >Tutorial Python >Bagaimana untuk Memplot Data Berasaskan Masa dengan Berkesan Menggunakan Matplotlib?

Bagaimana untuk Memplot Data Berasaskan Masa dengan Berkesan Menggunakan Matplotlib?

Linda Hamilton
Linda Hamiltonasal
2024-11-29 17:26:11305semak imbas

How to Plot Time-Based Data Effectively Using Matplotlib?

Memplot Data Berasaskan Masa dalam Matplotlib

Apabila bekerja dengan set data di mana masa ialah pembolehubah yang ketara, memplotkannya pada paksi-x boleh memberikan pandangan yang berharga. Matplotlib, perpustakaan Python yang popular untuk visualisasi data, menawarkan cara yang mudah untuk mengendalikan data berasaskan masa.

Menukar Cap Masa kepada Objek Masa Tarikh Python

Untuk bermula, jika cap masa anda data belum lagi dalam format datetime Python, anda perlu menukarnya. Gunakan fungsi datetime.strptime() untuk menghuraikan cap masa dan mencipta objek datetime:

from datetime import datetime

timestamp_list = ["12:00:00.000000", "14:00:00.000000", "16:00:00.000000"]
datetime_list = [datetime.strptime(timestamp, "%H:%M:%S.%f") for timestamp in timestamp_list]

Menukar Objek Datetime kepada Format Matplotlib

Sebaik sahaja anda mempunyai objek datetime Python, the Fungsi matplotlib.dates.date2num() menukarnya kepada format yang sesuai untuk memplot pada paksi-x:

import matplotlib.dates

dates = matplotlib.dates.date2num(datetime_list)

Memplot dengan plot_date

Untuk menggambarkan data berasaskan masa, Matplotlib menyediakan Fungsi plot_date():

import matplotlib.pyplot as plt

plt.plot_date(dates, y_values)
plt.xlabel('Time')
plt.ylabel('Value')
plt.show()

Ini akan menghasilkan plot garisan dengan masa pada paksi-x dan nilai yang sepadan pada paksi-y.

Nota: Untuk kejelasan yang lebih baik, disyorkan untuk menetapkan label untuk paksi-x dan y. Gunakan plt.xlabel() dan plt.ylabel() untuk tujuan ini.

Atas ialah kandungan terperinci Bagaimana untuk Memplot Data Berasaskan Masa dengan Berkesan Menggunakan Matplotlib?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn