我的一位同事递给我一个脚本,用于从数据库中收集数据并绘制它。当我自己使用脚本时,这些图看起来并不相同,而且它与Matplotlib的版本有关。
绘制数据的脚本非常简短:
import matplotlib.pyplot as plt
import csv
import os
from dateutil import parser
def plot(outputDir,plotsDir,FS):
allfiles = os.listdir(outputDir)
flist = []
for f in allfiles:
if 'csv' in f.lower(): flist.append(f)
for f in flist:
with open(outputDir + '/' + f, 'rt') as ff:
data = list(csv.reader(ff,delimiter=FS))
values = [i[2] for i in data[1::]]
values = ['NaN' if v is '' else v for v in values]
time = [parser.parse(i[1]) for i in data[1::]]
plt.xlabel('Time_[UTC]')
plt.plot(time, values)
plt.xticks(rotation=40)
if os.path.isdir(plotsDir) != 1:
os.mkdir(plotsDir, 777)
plt.savefig('{}/{}_Data.png'.format(plotsDir, f[:-4]), bbox_inches='tight', dpi=160)
plt.clf()
outputdir = 'C:/Users/matthijsk/Documents/Test'
plotsdir = outputdir + '/plots'
fs = ','
plot(outputdir, plotsdir, fs)
当我使用Matplotlib版本2.1.0运行它时,我的图像看起来像这样:当我使用Matplotlib版本2.0.2运行它时,它看起来应该如此:
脚本正在读取的文件如下所示:
stationNo,dtg(UTC),TT_[°C],source_TT,quality_TT
10381,2017-01-01 00:00:00,3.0,ob,na
10381,2017-01-01 01:00:00,3.0,ob,na
10381,2017-01-01 02:00:00,2.4,ob,na
10381,2017-01-01 03:00:00,2.5,ob,na
10381,2017-01-01 04:00:00,2.5,ob,na
10381,2017-01-01 05:00:00,2.3,ob,na
10381,2017-01-01 06:00:00,1.9,ob,na
10381,2017-01-01 07:00:00,1.0,ob,na
10381,2017-01-01 08:00:00,0.1,ob,na
10381,2017-01-01 09:00:00,0.9,ob,na
任何人都可以解释我在Matplotlib中发生了什么变化导致了这一点?而且显然我正在做一些导致这种情况的阴谋。谁能注意到一个错误?我已经尝试过了
values = [float(value) if value.isnumeric() else None for value in values]
但这并没有解决它。注意:我宁愿不使用任何非标准软件包(如Pandas),因为获得批准安装此类软件包非常麻烦。
数据以字符串形式读入。在matplotlib 2.0中,这些被自动转换为浮点数,以便可以绘制它们。
在matplotlib 2.1中,categorical plots have been introduced。这现在允许类似的东西
plt.plot(["apple", "banana", "cherry"], [2,1,3])
虽然这对于某些应用程序当然很好,但它打破了以前的选项,即绘制可转换为浮点数的字符串。我想如果这很好,它只是让用户有责任自己进行转换。
在这种情况下,您可能希望执行此转换
values = [None if v is '' else float(v) for v in values]
如果你已经有一个numpy数组:np.array(values).astype(float)
通常,可以使用numpy.loadtxt
将文件读入浮点数组。如果文件包含日期,则可以使用reading a comma-delimited file with a date object and a float with Python中的转换器。
读入文本文件的另一个选择是pandas.read_csv
。