我是一个 numpy 新手，在 Linux 上使用 numpy 1.10.2 和 Python 2.7.6。我有一个 17M 日期时间的文件，例如 "2015-12-24 03:39:02.012"。
我想绘制差异 d[n]-d[n-1] 作为时间的函数。
从这个文件中获取 darray 的 numpy-ish 方法是什么，然后是一些 matplotlib 方法来绘制差异与日期时间(diff n-1 或 无关紧要) n+1)?
我不需要炫目的速度技巧；我宁愿学习惯用的 numpy 技术。
数据看起来像:
2015-12-24 03:39:02.009
2015-12-24 03:39:02.012
2015-12-24 03:39:02.015
2015-12-24 03:39:02.018
2015-12-24 03:39:02.021
2015-12-24 03:39:02.024
2015-12-24 03:39:02.027
2015-12-24 03:39:02.030
2015-12-24 03:39:02.033
2015-12-24 03:39:02.036
2015-12-24 03:39:02.039
2015-12-24 03:39:02.042
2015-12-24 03:39:02.045
2015-12-24 03:39:02.048
2015-12-24 03:39:02.051
2015-12-24 03:39:02.054
2015-12-24 03:39:02.057
2015-12-24 03:39:02.060
2015-12-24 03:39:02.063
2015-12-24 03:39:02.066
... 1700 万行
所以，要明确一点，我想绘制类似的东西
datetime64(2015-12-24 03:39:02.009), 3 # second datetime-first datetime
datetime64(2015-12-24 03:39:02.012), 3 # third datetime-second datetime
datetime64(2015-12-24 03:39:02.015), 3 # fourth datetime-third datetime
...
我真正要寻找的是间隔中的尖峰以及尖峰发生的时间。
最佳答案
Pandas 可以一行读取文件:
from matplotlib import pyplot as plt
import pandas as pd
df = pd.read_csv('data.txt', header=None, parse_dates=[0], names=['date'])
结果是这样的:
计算差值
diff = df[1:] - df.shift()[1:]
绘制结果:
plt.plot(df[1:], diff.values)
您可以将值转换为秒:
seconds = diff.date.get_values().astype(float) / 1e9
关于python - 如何从日期时间文件中获取 numpy ndarray 并使用 matplotlib 绘制差异？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34498828/