我试图在二维图上绘制 3 个变量 x、y、z,其中 x(日期)在 x 轴上,y(时间)在 y 轴上,z(温度)用色标映射。 我在 pandas Dataframe 中提供了三个可用变量,并创建了一个带有日期数字的额外列,以便 matplotlib 可以使用它。
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
data=pd.DataFrame()
data['datenum']=mdates.date2num(data['Date'])
示例:
Date Time Tgrad datenum
0 2016-08-01 00 -0.841203 736177.0
1 2016-08-01 01 -0.629176 736177.0
2 2016-08-01 02 -0.623608 736177.0
3 2016-08-01 03 -0.615145 736177.0
4 2016-08-01 04 -0.726949 736177.0
5 2016-08-01 05 -0.788864 736177.0
6 2016-08-01 06 -0.794655 736177.0
7 2016-08-01 07 -0.775724 736177.0
8 2016-08-01 08 -0.677951 736177.0
我一直在尝试遵循以下建议:
matplotlib 2D plot from x,y,z values Dates in the xaxis for a matplotlib plot with imshow
但我认为由于输入数据的形状错误而没有成功。我尝试过这样的事情:
fig, ax = plt.subplots()
ax.imshow(data['Tgrad'], extent = [min(data['datenum']), max(data['datenum']),min(data['Time']), max(data['Time'])], cmap="autumn", aspect = "auto")
ax.xaxis_date()
但是得到一个 ValueError:
ValueError: setting an array element with a sequence
是否需要将数据设为 numpy 数组或任何其他类型?当我拥有不同格式的数据时,如何映射数据?
谢谢你的帮助。 沃尼
最佳答案
imshow
需要一个二维数组作为输入。您需要将数据重新格式化为二维数组:Date
x Time
,并使用 Tgrad
作为值。 Pandas 通过pivot
使这变得相当简单。它确实要求您拥有间隔良好的数据点,即类似网格的数据集(每个日期
具有相同的时间
值)。如果数据点没有整齐地分散在二维空间中,您链接的帖子将会很有用。此外,无需转换为 numpy 数组,因为 matplotlib 可以处理数据帧。
C = data.pivot(index='Time', columns='Date', values='Tgrad')
fig, ax = plt.subplots()
ax.imshow(C)
关于python - 日期与时间图上数据的颜色映射,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53770530/