python – 在matplotlib中使用datetime堆积直方图

我正在尝试使用datetime对象创建堆叠直方图,但是我收到以下错误

 TypeError: unorderable types: datetime.datetime() < float()

当我将对象转换为时间戳或使用一个数据范围(无堆叠)时,代码可以正常工作.

import datetime
import matplotlib.pyplot as plt

data = [[datetime.datetime(2015,12,24,21,13,45),datetime.datetime(2015,30,23,37,8),19,43,18),16,14,12),11,32,29,6,25),28,22,54,49),18,41,50),25,42),3,1,34),27,10,20),38),26,20,34,14),58,47),40),17,15,44,58),9),33,7),15),46,13),38,24),59),20)],[datetime.datetime(2015,59,53),41),9,17)],32)],24)]]

fig,histograms = plt.subplots(5,sharex=True,squeeze=False)
h = histograms[1][0]
h.hist(data,stacked=True)

这是没有堆叠的代码

import datetime
import matplotlib.pyplot as plt

data = [datetime.datetime(2015,17),32),24)]

fig,stacked=True)

注意:
根据答案,这被认为是一个错误.对于未来的访问者,我已经提交了错误报告https://github.com/matplotlib/matplotlib/issues/5898,以防您想要跟踪进度

最佳答案
这是一个错误,由1.5.x版本显示,支持单个日期时间类型数据的直方图.以前版本的matplotlib不会对日期时间数据进行直方图,无论是否堆叠,都会出现类似的错误,即无法将日期时间与浮点数进行比较.

认值是由this line of code引发的.正如您所看到的那样,只有在未指定bin边缘并且尝试在时间序列中找到最小值时才会调用它(将其与np.inf进行比较并采用最小值).您可以通过在调用中指定bin边缘来解决此问题,但随后会导致进一步失败,因为在引擎盖下调用的numpy直方图函数会查找小于零的宽度区间.

一个datetime.datetime对象列表传递给pyplot.hist()函数时,“引擎盖下”,数据实际上转换为UNIX纪元时间戳(你可以从x轴的标签中猜出这一点).当输入是datetime.datetime对象列表的列表时,不会执行此操作.

在那个阶段,我认为我们必须把它称为bug,你必须使用你已经发现的时间戳 – 例如h.hist(对于数据中的s,[[t.timestamp()for t in s],stacked = True).即使直方图的实际数据是时间戳,您仍然可以以日期格式给出bin标签,因此这应该对用户透明.

我将看看是否可以找到更好的解决方法/修复,并可能在matplotlib github上引发问题.

有效的代码(matplotlib 1.5.1,Python 3),尽管有点混乱

import datetime
import matplotlib.pyplot as plt

data = [[datetime.datetime(2015,squeeze=False)
h = histograms[1][0]

h.hist([[t.timestamp() for t in l] for l in data],stacked=True)

locs,labels = plt.xticks()
plt.xticks(locs,[datetime.datetime.fromtimestamp(t) for t in locs],rotation='vertical')
plt.gcf().subplots_adjust(bottom=0.4)
fig.set_size_inches(4,15)

plt.show()

产生

Stacked bar with date labels

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


我最近重新拾起了计算机视觉,借助Python的opencv还有face_recognition库写了个简单的图像识别demo,额外定制了一些内容,原本想打包成exe然后发给朋友,不过在这当中遇到了许多小问题,都解决了,记录一下踩过的坑。 1、Pyinstaller打包过程当中出现warning,跟d
说到Pooling,相信学习过CNN的朋友们都不会感到陌生。Pooling在中文当中的意思是“池化”,在神经网络当中非常常见,通常用的比较多的一种是Max Pooling,具体操作如下图: 结合图像理解,相信你也会大概明白其中的本意。不过Pooling并不是只可以选取2x2的窗口大小,即便是3x3,
记得大一学Python的时候,有一个题目是判断一个数是否是复数。当时觉得比较复杂不好写,就琢磨了一个偷懒的好办法,用异常处理的手段便可以大大程度帮助你简短代码(偷懒)。以下是判断整数和复数的两段小代码: 相信看到这里,你也有所顿悟,能拓展出更多有意思的方法~
文章目录 3 直方图Histogramplot1. 基本直方图的绘制 Basic histogram2. 数据分布与密度信息显示 Control rug and density on seaborn histogram3. 带箱形图的直方图 Histogram with a boxplot on t
文章目录 5 小提琴图Violinplot1. 基础小提琴图绘制 Basic violinplot2. 小提琴图样式自定义 Custom seaborn violinplot3. 小提琴图颜色自定义 Control color of seaborn violinplot4. 分组小提琴图 Group
文章目录 4 核密度图Densityplot1. 基础核密度图绘制 Basic density plot2. 核密度图的区间控制 Control bandwidth of density plot3. 多个变量的核密度图绘制 Density plot of several variables4. 边
首先 import tensorflow as tf tf.argmax(tenso,n)函数会返回tensor中参数指定的维度中的最大值的索引或者向量。当tensor为矩阵返回向量,tensor为向量返回索引号。其中n表示具体参数的维度。 以实际例子为说明: import tensorflow a
seaborn学习笔记章节 seaborn是一个基于matplotlib的Python数据可视化库。seaborn是matplotlib的高级封装,可以绘制有吸引力且信息丰富的统计图形。相对于matplotlib,seaborn语法更简洁,两者关系类似于numpy和pandas之间的关系,seabo
Python ConfigParser教程显示了如何使用ConfigParser在Python中使用配置文件。 文章目录 1 介绍1.1 Python ConfigParser读取文件1.2 Python ConfigParser中的节1.3 Python ConfigParser从字符串中读取数据
1. 处理Excel 电子表格笔记(第12章)(代码下载) 本文主要介绍openpyxl 的2.5.12版处理excel电子表格,原书是2.1.4 版,OpenPyXL 团队会经常发布新版本。不过不用担心,新版本应该在相当长的时间内向后兼容。如果你有新版本,想看看它提供了什么新功能,可以查看Open
1. 发送电子邮件和短信笔记(第16章)(代码下载) 1.1 发送电子邮件 简单邮件传输协议(SMTP)是用于发送电子邮件的协议。SMTP 规定电子邮件应该如何格式化、加密、在邮件服务器之间传递,以及在你点击发送后,计算机要处理的所有其他细节。。但是,你并不需要知道这些技术细节,因为Python 的
文章目录 12 绘图实例(4) Drawing example(4)1. Scatterplot with varying point sizes and hues(relplot)2. Scatterplot with categorical variables(swarmplot)3. Scat
文章目录 10 绘图实例(2) Drawing example(2)1. Grouped violinplots with split violins(violinplot)2. Annotated heatmaps(heatmap)3. Hexbin plot with marginal dist
文章目录 9 绘图实例(1) Drawing example(1)1. Anscombe’s quartet(lmplot)2. Color palette choices(barplot)3. Different cubehelix palettes(kdeplot)4. Distribution
Python装饰器教程展示了如何在Python中使用装饰器基本功能。 文章目录 1 使用教程1.1 Python装饰器简单示例1.2 带@符号的Python装饰器1.3 用参数修饰函数1.4 Python装饰器修改数据1.5 Python多层装饰器1.6 Python装饰器计时示例 2 参考 1 使
1. 用GUI 自动化控制键盘和鼠标第18章 (代码下载) pyautogui模块可以向Windows、OS X 和Linux 发送虚拟按键和鼠标点击。根据使用的操作系统,在安装pyautogui之前,可能需要安装一些其他模块。 Windows: 不需要安装其他模块。OS X: sudo pip3
文章目录 生成文件目录结构多图合并找出文件夹中相似图像 生成文件目录结构 生成文件夹或文件的目录结构,并保存结果。可选是否滤除目录,特定文件以及可以设定最大查找文件结构深度。效果如下: root:[z:/] |--a.py |--image | |--cat1.jpg | |--cat2.jpg |
文章目录 VENN DIAGRAM(维恩图)1. 具有2个分组的基本的维恩图 Venn diagram with 2 groups2. 具有3个组的基本维恩图 Venn diagram with 3 groups3. 自定义维恩图 Custom Venn diagram4. 精致的维恩图 Elabo
mxnet60分钟入门Gluon教程代码下载,适合做过深度学习的人使用。入门教程地址: https://beta.mxnet.io/guide/getting-started/crash-course/index.html mxnet安装方法:pip install mxnet 1 在mxnet中使
文章目录 1 安装2 快速入门2.1 基本用法2.2 输出图像格式2.3 图像style设置2.4 属性2.5 子图和聚类 3 实例4 如何进一步使用python graphviz Graphviz是一款能够自动排版的流程图绘图软件。python graphviz则是graphviz的python实