python时间序列预测不连续怎么办_python – 不连续的时间序列在x轴上绘制日期

在Python中处理不连续时间序列数据时,可能会遇到在图表中显示为大量空白空间的问题。本文通过一个示例脚本展示了如何创建不连续的时间轴,并在两个独立的时间段上绘制数据。尽管能够正确设置x轴的日期格式,但在不同时间段的图表上保持一致的日期格式成为挑战。主要问题是找到一种方法使得两个子图的x轴日期格式相同。
摘要由CSDN通过智能技术生成

我获得了几个月的数据,但在几个月之间缺失了.如果我将整个数据集绘制在一个绘图中(其间有很多空白空间),这看起来很奇怪.

我写了一个小例子脚本来展示它是如何工作的(基于:

Python/Matplotlib – Is there a way to make a discontinuous axis?)

问题:我无法让x轴使用相同的日期格式! ax或ax2都是正确的,但从来都不是.

你有什么主意吗?

import numpy as np

import matplotlib as mpl

import matplotlib.pyplot as plt

import datetime

def getDates(startdate, enddate):

days = (enddate + datetime.timedelta(days=1) - startdate).days

dates = [ startdate + datetime.timedelta(days=x) for x in range(0,days) ]

return dates

dates1 = getDates(datetime.datetime(2013,1,1), datetime.datetime(2013,1,31))

dates2 = getDates(datetime.datetime(2013,3,1), datetime.datetime(2013,3,31))

dates = dates1+dates2

data = np.arange(len(dates))

Locator = mpl.dates.DayLocator(interval=5)

Formatter = mpl.dates.DateFormatter('%d-%

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python中,要将时间序列数据可视化并将x轴显示为时间刻度,你可以使用pandas和matplotlib库。以下是一种方法: 首先,你需要确保你的时间列已经被解析为datetime格式。你可以使用pandas的to_datetime函数将日期列转换为datetime格式。例如,你可以使用以下代码读取CSV文件并解析日期列: ```python import pandas as pd train = pd.read_csv('demand-forecasting-kernels-only/train.csv', date_parser='date') train\['date'\] = pd.to_datetime(train\['date'\], format='%Y/%m/%d') ``` 接下来,你可以使用groupby函数对日期和店铺进行分组,并计算销售总额。然后,你可以使用sns.lineplot函数绘制线图,其中x轴为日期,y轴为销售额,hue参数可以用于区分不同的店铺。以下是示例代码: ```python import seaborn as sns sum_sale = train.groupby(\['date', 'store'\])\['sales'\].sum().reset_index() sns.lineplot(data=sum_sale, x='date', y='sales', hue='store') ``` 这样,你就可以将时间序列数据可视化,并且x轴会显示时间刻度。希望这可以帮助到你!\[1\]\[2\] #### 引用[.reference_title] - *1* *2* [python sns 时间序列画图x轴刻度全黑](https://blog.csdn.net/weixin_43848469/article/details/112434831)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [python从csv读取数据用matplotlib绘制时间序列图,x轴时间间隔一个月显示](https://blog.csdn.net/weixin_39883129/article/details/111452475)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值