所以这只是示例代码,将生成示例可视化:
# Importing necessary libraries
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import datetime
from dateutil.parser import parse
%matplotlib inline
# Below, I just convert date strings into an actual date object.
date_strings = ['2020-01-20 03:32:44',
'2020-03-26 05:13:07',
'2020-03-26 13:32:09',
'2020-03-26 23:57:49',
'2020-03-27 15:30:00',
'2020-03-28 00:04:32',
'2020-03-28 13:26:15',
'2020-03-29 00:11:22',
'2020-04-02 00:30:00',
'2020-04-06 14:00:00']
dates = []
for date in date_strings:
dt = parse(date)
print(dt.date())
dates.append(dt.date())
# finally making the graph:
x1 = np.array([x for x in range(10)])
x = dates
y = [x+60 for x in range(10)]
plt.xticks(ticks=dates,labels=dates,rotation='30')
plt.plot(x,y)
plt.scatter(x,y)
plt.show()
我得到的是这个:
现在这很棘手,因为解决此问题的大多数常规方法都包括在中间包括随机日期点。例如。 2月15日可能会突然出现一个勾号标签。
但是,我不想在未实际记录数据点的地方添加刻度标签
。本质上,对于我的要求,条件似乎有点严格:
免责声明,也许有更好的方法可以做到这一点,我只是将一些东西放在一起,看是否可以减少一些杂物。我不完全了解代码,但确实实现了结果。