我是 Python 新手,需要一些有关如何以以下格式绘制数据的帮助(请参见图片)
我将有一个像这样的文件格式:
# of IDs \t start_time \t end_time
428 1404238888 1404314624
132 1404259731 1404346488
77 1404347808 1404437873
63 1404432707 1404520913
281 1404518967 1404605334
.......
根据评论中的建议,我找到了一种通过按开始和结束时间对 ID 进行聚类来减少数据的方法。我的新文件将采用上述格式,其中第一列表示该时间范围内(从开始到结束)有多少个 ID。 所以我想这种情况下更好的图形表示是做条形图。
我的 y 轴将是 ID 数,x 轴将是时间,单位为天(我的总测量时间约为 3 个月)
我想展示的是在什么时间范围内聚集的ID数量最多。 我想要实现的目标如下图所示,在文件的每一行中,我将绘制一个条形。
我希望上图能够很好地解释我想要实现的目标。如果能让我知道如何开始绘制图表并以我想要的单位设置 y 轴和 x 轴,那就太好了。抱歉,这是我第一次尝试用 Python 绘制图形。我还为我的项目编写了其他代码,但一直在编写代码来绘制最终结果。
预先感谢您的帮助
最佳答案
这真的非常简单。如果您深入研究 matplotlib 的示例部分,您应该不会遇到任何问题。 plt.bar(left_edge, height, width)
正是您想要的。
获取您需要的内容。
import matplotlib.pyplot as plt import csv
如果您的数据确实是制表符分隔的文件,它应该如下所示:(您的数据看起来更像是多个空格分隔的文件tbh)
id start end 428 1404238888 1404314624 132 1404259731 1404346488 77 1404347808 1404437873 63 1404432707 1404520913 281 1404518967 1404605334
读入您拥有的数据。
file = open("test.txt", "r") reader = csv.DictReader(file, delimiter="\t") ids = [] #open 3 new lists to hold your data start = [] end = [] for data in reader: ids.append(float(data["id"])) start.append(float(data["start"])) end.append(float(data["end"])-float(data["start"])) #remember: it's "width" not "right edge coordinate"
这是实际的绘图。
fig, ax = plt.subplots() w = sum(end)/len(end)/10 #change the width of the bar for i in range(len(ids)): ax.bar(start[i], ids[i], width=end[i]) plt.show()
由于在您的问题中您说重要的是条形的右边缘以第二个坐标结束,因此最好使用 end[i]
进行绘制。然而,正如我在图表中所示,您存在一些重叠问题。 IE。第一个以 ....314... 结束,而第二个以 ....259... 开始,而且不止这个。
你本质上问的问题清楚地表明这是错误的:“我想将文件中的每一行都变成一个条形,并且我已经堆叠了 y 轴高度。x 轴是日期。”但显然你做得不对,因为这样的直方图中不应该有重叠,如果有重叠,则意味着重叠应该添加到之前的 bin 高度中。
我不久前回答过一个类似的问题,关于如何在 matplotlib 中正确处理和堆叠日期,reading it可能会帮助你。它是在模拟日期时间对象列表上完成的。您的看起来像是已经使用 date2num
进行了转换,但适用相同的原则(建议您使用 hist
函数并让它处理日期。)
结果(python 3、win7、matplotlib 1.3.1):
关于python - 使用python以指定格式绘制大数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28789146/