python入门基础篇 第三期 之matplotlib.pyplot（）画图函数,与datatime（）时间函数简介

时间操作

import pandas as pd
import matplotlib.pyplot as plt

1、to_datetime(arg,format)

           该函数可以将字符型的时间数据转换为时间型数据
           将Str和Unicode转化为时间戳格式     '1899-12-15 11:38:30'

2、read_csv(filepath_or_buffer,sep=‘,’, delimiter=None,parse_dates=True header=‘infer’, names=None, index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True, dtype=None …)

            (1)file_or_buffer：表示文件路径，可以为URL字符串。

(2)sep：指定使用的分隔符，如果不指定默认用“，”分隔。
　　 (3)header：指定行数用来作为列名，如果读取的文件中没有列名，则默认为0，否则设置为None。
　　 (4)names：用于结果的列名列表。如果文件不包含标题行，则应该将该参数设置为None。
　　 (5)index_col：用作行索引的列编号或者列名，如果给定一个序列，则表示有多个行索引。
(6)parse_dates=True 以时间特征为索引 尝试解析index为日期格式；
parse_dates={’考试安排时间’:[‘考试日期’,‘考试时间’]}，
将会尝试解析日期和时间拼接起来，并将列名重置为‘考试安排时间’；
注意：重置后列名不能和原列名重复

3、pd.Timestamp（）

pd.Timestamp(‘2012-01-01 09:00’):pd.Timestamp(‘2012-01-01 19:00’)
将 2012-01-01 09:00 和 2012-01-01 19:00 之间的数据取出

4、pd.resample(rule, how=None, axis=0, fill_method=None, closed=None, label=None, convention=‘start’, kind=None, loffset=None, limit=None, base=0)

        重新采样，对常规时间序列数据重新采样(升采样、降采样、插值等)和频率转换的便捷的方法。
        参数
        rule  是重采样的规则，可以是字符串（'5min'、'D'等）
        how  用于产生聚合值的函数名或数组函数，例如‘mean'、‘ohlc'、np.max等，默认是‘mean'，
                 其他常用的值由：‘first'、‘last'、‘median'、‘max'、‘min'
        axis=0    默认是纵轴，横轴设置axis=1
        fill_method = None    升采样时如何插值，比如‘ffill'  用前面的数据插值、‘bfill'  用后面的数据插值等
        closed = ‘right'     在降采样时，各时间段的哪一段是闭合的，‘right'或‘left'，默认‘right'
       例：.resample('3D').mean().head()
              以3天为单位求平均值，并返回数据中的前五行，head()不加参数默认返回前五行

5、numpy.random.randn(d0,d1,…,dn)

       randn函数返回一个或一组样本，具有标准正态分布。
       dn表格每个维度
       返回值为指定维度的array

绘图操作

1、%matplotlib inline

       省去每次写完程序后的绘图操作.show()

2、cumsum( a ,axis)函数

       一维输入a  ,  就是原来位置的数据，换成前面数据之和（包括加上自己）
       二维输入a，axis=0(第1行不动，将第1行累加到其他行)；
                          axis=1(进入最内层，转化成列处理。第1列不动，将第1列累加到其他列)
       三维输入a，cumsum(0)：实现0轴上的累加：以最外面的数组元素为单位，实现后面元素的对应累加
                         cumsum(1)：实现1轴上的累加：以中间数组元素为单位，实现后面元素的对应累加
                         cumsum(2)：实现2轴上的累加：以最里面的元素为累加单位，实现后面的元素累加

3、.subplot(a, b)

       创建一个包含多个子图的图形
       创建一个a行b列个子图形
            例   subplot(211)把绘图区域等分为2行*1列共两个区域, 
                  然后在区域1(第一个区域)中创建一个图.
                  subplot(212)在区域2(第二个区域)创建一个图。

4、plot(x,y，fmt，color，linestyle，marker，linewidth，markersize，label，kind)

        x为x轴数据, y为y轴数据，x,y元素个数N应相同
        linestyle：此字段是线的样式，参数形式：字符串
                      '-'	实线
                     '--'	虚线
        linewidth：此参数是线的粗细，粗细程度和所定数值大小有关，参数形式：数值
        marker：点的样式，字符串 （关键点）
                      '^' 'v' '>' '<'	上下左右三角形
                       '1' '2' '3' '4'	上下左右三叉线
                                    'o'	圆形
        markersize：点的大小，参数形式：数值
        color：调节线条还有点的颜色 ，字符串，参数形式字符串
                          'r'	红
                          'g'	绿
                          'b'	蓝
        例：‘ro’,表示红色的圆点，可连用，‘r--’:红色的虚线

        label：图例，legend文字
        kind：绘图类型，如折线图、饼图、散点图等
                        'bar'（垂直柱状图）
                        'barh'（水平柱状图）
                        'hist'可生成直方图（histogram）
                        'kde'生成KDE（Kernel Density Estimate）密度图
                        'pie'生成饼图
                        'scatter'生成散点图
                        'box'生成盒图
        alpha：曲线的透明度，取值范围0-1

5、fig,axes = plt.subplots(a,b)

         fig:一次性生成画布
         axes:画布位置
         subplots多了一个s，一次性创建a行b列个图形区域
         data.plot(ax = axes[0,1],kind='bar')、
         通过ax = axes[0,1]，来确定再那个区域作图

6、axhline()

        以x轴为分割线，分成上下两块

7、axvline(）

        竖向分成两块，数据各自向两边延申

8、plt.annotate(‘aa’, = (-5,0) ,xytext= （0.1）,arrowprops = dict(facecolor = ‘blue’,shrink= 0.05, headlength= 30,headwidth= 20))

          添加注解函数
          arrowprops：箭头
          xytext：文字位置
          xy：箭头指向的位置

9、xlim(xmin, xmax)

          设置x轴的数值显⽰范围
          xmin：x轴上的最⼩值
          xmax：x轴上的最⼤值

10、Series.plot()

        方法的参数如下
        label：用于图例的标签
        ax： 要在其上进行绘制的matplotlib subplot对象。如果没有设置，则使用当前matplotlib subplot
        kind： 可以是’line’, ‘bar’, ‘barh’, ‘kde’
        style： 将要传给matplotlib的风格字符串
        logy： 在Y轴上使用对数标尺
        use_index： 将对象的索引用作刻度标签
        xticks： 用作X轴刻度的值
        yticks： 用作Y轴刻度的值
        xlim： X轴的界限
        ylim： Y轴的界限

11、linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

        指定的间隔内返回均匀间隔的数字。
        start: 开始点
        stop: 结束点
        num: 要生成的等间隔样例数量，默认为 50
        endpoint: 是否在间隔的末端包含 stop 值，默认为 True
        retstep: 是否返回样例间隔。如果为 True，则返回 (samples, step)
        dtype: 输出数组类型

12、plt.setp（lines, ‘linewidth’, 2, ‘color’, ‘r’）

        也是可以设置线的粗细以及颜色，还可以设置坐标轴的方向，位置。