資料結構
網路
關係型資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法學如何使用Matplotlib生成時間序列資料？
Matplotlib 庫建立在 Numpy 之上。它是一個用於資料視覺化的 Python 庫。它是一個樹狀的層次結構，由構成每個繪圖的物件組成。
在 Matplotlib 中，“Figure”可以理解為圖形的最外層容器。“Figure”可以包含多個“Axes”物件。“Axes”物件在本例中並非“Axis”的複數形式。
“Axes”可以理解為“Figure”的一部分，一個子圖。它可以用來操作其內部圖形的各個部分。Matplotlib 中的“Figure”物件是一個儲存一個或多個“Axes”物件的容器。“Axes”之下是刻度標記、線條、圖例和文字框。Matplotlib 中的每個物件都可以被操作。
顧名思義，時間序列資料包含特定時間段或時間戳的資料。它包含在特定時間段內的觀測值。這種資料告訴我們變數如何根據各種因素隨時間變化。時間序列分析和預測可用於預測未來某個時間點的資料。
顧名思義，時間序列資料包含特定時間段或時間戳的資料。它包含在特定時間段內的觀測值。這種資料告訴我們變數如何根據各種因素隨時間變化。時間序列分析和預測可用於預測未來某個時間點的資料。
以下是一個示例：
示例
import pandas as pd import matplotlib.pyplot as plt from datetime import datetime my_date = ['01−01−2018', '01−02−2018', '01−03−2018','01−04−2018', '01−05−2018', '01−06−2018', '01−07−2018', '01−08−2018'] my_price= [1,2,3,4,5,6,7,8] my_df = pd.DataFrame(my_date, my_price) my_df['value'] = [67, 99, 88, 34, 101, 21, 56, 77] my_df.columns = ['my_date', 'my_vals'] my_df['my_date'] = pd.to_datetime(my_df['my_date']) my_df.index = my_df['my_date'] del my_df['my_date'] my_df.plot(figsize=(15, 6)) plt.show()
輸出
解釋
匯入所需的包。
生成資料並將其儲存在資料框中。
將“日期”轉換為“datetime”型別。
將日期列儲存為資料框的索引。
在控制檯中顯示繪圖。
更新於：2021年1月19日
86 次檢視
廣告