1. 程式人生 > >python繪製雙Y軸時間序列資料曲線圖

python繪製雙Y軸時間序列資料曲線圖

花了一天摸索出來的,在python上面畫雙Y軸的時間序列資料的曲線圖。網上大多數繪製雙Y軸曲線圖的不是時間序列曲線圖。我這裡用到兩個包,pandas和matplotlib.pyplot包。畫時間序列的時候,用pandas包的method,結合plt包使用,這個就需要我的資料以pd.Series或者pd.DataFrame形式儲存。

series 或者 dataframe 可能需要有日期作為index,才能顯示到橫軸上面。

#繪製時間序列資料的雙Y軸圖
import pandas as pd
import matplotlib.pyplot as plt

mpl.rcParams['axes.unicode_minus']=False #用來正常顯示負號 #有效
mpl.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標籤 #interactive mode(選中點F9)有效,script mode(三角形run)無效

#假設我們有三個series,series1的資料範圍和series2、series3的資料範圍差異較大,或者scale差異較大,需要雙Y軸去畫。

fig,left_axis=plt.subplots(figsize = (26,16))
#建立一個大型的空白圖。
#這是用了plt包的method。
series1.plot(color = 'red')
#畫第一條時間序列資料,左軸。
#這個是用了pd包的method plot。
plt.legend(labels = [u"series1曲線名字_左軸"], loc = 'upper left', fontsize=16)
#加上左軸曲線畫的時間序列名稱
#曲線名字後面加上左軸,表示該顏色曲線刻度在左邊。
#左軸的legend放在左邊,下面右軸的legend可以放在右邊。不要放在同一個位置就可以。可以自己安排。

#開始畫右軸,畫兩條曲線
right_axis = left_axis.twinx()
series2.plot(color = 'blue')
series3.plot(color ='magenta' )
label = [u"series2曲線名字_右軸", u"series3曲線名字_右軸"]
plt.legend(label, loc = 'upper right', fontsize =16, ncol = 2)


plt.title(u"顯示在圖片上方的圖片名稱", fontsize =18)
plt.savefig(u"儲存在本地的圖片檔案的名稱.png")
plt.close()

相關推薦

python繪製Y時間序列資料曲線圖

花了一天摸索出來的,在python上面畫雙Y軸的時間序列資料的曲線圖。網上大多數繪製雙Y軸曲線圖的不是時間序列曲線圖。我這裡用到兩個包,pandas和matplotlib.pyplot包。畫時間序列的時候,用pandas包的method,結合plt包使用,這個就需要我的資料以

python繪製Y折線圖以及單Y變數柱狀圖

      近來實驗室的師姐要發論文,由於論文交稿時間臨近,有一些雜活兒需要處理,作為實驗室資歷最淺的一批,我這個實習生也就責無旁貸地幫忙當個下手。今天師姐派了一個小活,具體要求是:      給一些訓練模型的迭代次數,訓練精度的資料,讓我做成圖表形式展示出來,一方面幫助檢查

python matplotlib 繪製Y曲線圖

要點就是ax2 = ax1.twinx(), 製作一個兄弟軸。程式碼如下: import matplotlib.pyplot as plt import numpy as np x = np.ara

python matplotlib Y 以及 曲線標誌位置

import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 5, 0.1) # 生成一個numpy陣列物件,0到5,間隔為0.1 y1 = np.sin(x) y2 = np.cos(x) p

pythony影象

很多時候可能需要在一個圖中畫出多條函式影象,但是可能y軸的物理含義不一樣,或是數值範圍相差較大,此時就需要雙y軸。 matplotlib和seaborn都可以畫雙y軸影象。一個例子: import seaborn as sns import matplotlib.pypl

Python繪製時間序列資料的時序圖、自相關圖和偏自相關圖

時序圖、自相關圖和偏相關圖是判斷時間序列資料是否平穩的重要依據。 本文涉及的擴充套件庫numpy、pandas、statsmodels一般可以使用pip進行線上安裝,如果安裝失敗,可以到http://www.lfd.uci.edu/~gohlke/pythonlibs/下載相應的whl檔案進行離線安裝。 另

python 實現y影象的繪製(中文label),解決只顯示一個折線label的問題

資料:原始資料中,分為第0,1,2,3列,這裡使用第1(橫軸),2列(左縱軸),3列(右縱軸)200649.735.0229.07200751.2533.6829.62200854.7537.8831.39200953.5736.2129.44201046.0830.7720

Pandas 時間序列資料繪製X主要刻度和次要刻度

先上效果圖吧(圖中Tue表示週二): Pandas和matplotlib.dates都是使用matplotlib.units來定位刻度。 matplotlib.dates可以方便的手動設定刻

echarts 三種資料y顯示 (文末附帶完整程式碼)

1、展示效果: 2、程式碼說明: 3、完整程式碼   <div id="trmmEcharts"  class="echartsDiv"></div> <script type="text/javascript">  

#python#DataFrame 時間序列資料處理常用操作

有X個機組以15分鐘為步長的長系列(年月日時分)出力的資料,想處理成每個機組的,以“年月日”為索引值,每行顯示1天96個點出力的形式。先利用df.head()把dataframe按96切割成Y份,然後將Y份的第x列(x號機組的出力)提取出來,放到list裡,再利用concat

學習python處理時間序列資料

datetime模組   字串和datetime轉換   pandas資料處理操作   時間週期計算 時間資料重取樣 升取樣 滑動視窗 時序模型:ARIMA AR(Autor

python處理時間序列資料 丟包填充

轉載至:https://blog.csdn.net/u010197551/article/details/79618040  5. 資料缺漏的插補 資料格式是以一分鐘為步長的長系列負荷,從資料庫讀入excel後存在缺漏情況,即並不是每一天的資料都有1440個點。需要把資料處理成

利用ARIMA進行時間序列資料分析(Python

0 導讀 閱讀本文需要有掌握基本的ARIMA知識,倘若ARIMA相關內容已經遺忘,此處提供以下博文幫你回憶一下: 本文主要分為四個部分:  用pandas處理時序資料 檢驗序資料的穩定性 處理時序資料變成穩定資料 時序資料的預測 和許多時間序列分析一樣,本文同樣使

Python量化分析—指數基金定投及Matplotlib作圖: 實現Y和中文顯示

pandas指數基金定投策略 1.pd.read_csv中的index_col表示將交易日期這一列指定為index索引,parse_dates表示將某一column(通常包含時間資料資訊)解析為時間列,以便將輸入的字串轉換為可變的的時間序列;做時間序列資料分析

python中matplotlib使用y的時候,只能顯示第二個曲線標誌怎麼辦?

       使用雙y軸的時候,只能顯示第二個曲線標誌怎麼辦? 原因:        只顯示右邊一個label,是因為在windows中legend()函式只選取當前活動的ax2。 方法:         在第二個Y 軸之前,即可用ax1.legend()語句把當前軸的標

matlab繪製帶置信區間的y圖形

      matlab的雙y軸網上有很多方法,但是帶置信區間的雙y軸就很少了,並且由於網上給的例子一般都是使用紅藍兩色,對於只想使用黑色或者灰色的俺們來說太鮮豔啦~               上圖為使用matlab繪製的雙y軸帶置信區間的曲線。其中黑色的那條是根據左

Python+pandas實現時間序列資料擴充套件案例一則

感謝山東科技大學李超老師提供應用背景。在分析時序資料的有些場合下,可能每個月只能拿到一個數據,然

NLP之TFTS讀入資料:TF之TFTS讀入時間序列資料的幾種方法

NLP之TFTS讀入資料:TF之TFTS讀入時間序列資料的幾種方法 T1、從Numpy 陣列中讀入時間序列資料 1、設計思路 2、輸出結果 {'times': array([ 0, 1, 2, 3, 4, 5, 6, 7, 8,

[譯]在 Keras 中使用一維卷積神經網路處理時間序列資料

原文地址:Introduction to 1D Convolutional Neural Networks in Keras for Time Sequences 原文作者:Nils Ackermann 譯文出自:掘金翻譯計劃 本文永久連結:github.com/xitu/go

表儲存時間序列資料儲存體系結構

隨著近年來物聯網(IoT)的快速發展,時間序列資料出現了爆炸式增長。根據過去兩年DB-Engines資料庫型別的增長趨勢,時間序列資料庫的增長是巨大的。這些大型開源時間序列資料庫的實現是不同的,並且它們都不是完美的。但是,這些資料庫的優點可以結合起來實現完美的時間序列資料庫。 阿里雲表儲存是由阿里雲開發