解決Python Matplotlib繪圖數據點位置錯亂問題

在繪製正負樣本在各個特徵維度上的CDF（累積分佈）圖時出現了以下問題：

問題具體表現為：

1.幾個負樣本的數據點位置倒錯

2.X軸刻度變成了亂七八糟一團鬼東西

最終解決辦法

造成上述情況的原因其實是由於輸入matplotlib.plot()函數的數據x_data和y_data從CSV文件中直接導入後格式為string，因此才會導致所有數據點的x座標都被直接刻在了x軸上，且由於座標數據格式錯誤，部分點也就表現為“亂點”。解決辦法就是導入x，y數據後先將其轉化為float型數據，然後輸入plot()函數，問題即解決。

補充知識：matplotlib如何在繪製時間序列時跳過無數據的區間

其實官方文檔裡就提供了方法,這裡簡單的翻譯並記錄一下.

11.1.9 Skip dates where there is no data
When plotting time series, e.g., financial time series, one often wants to leave out days on which there is no data, e.g., weekends.
By passing in dates on the x-xaxis, you get large horizontal gaps on periods when there is not data.

The solution is to pass in some proxy x-data, e.g., evenly sampled indices, and then use a custom formatter to format these as dates.
The example below shows how to use an ‘index formatter' to achieve the desired plot:

解決方案是通過傳遞x軸數據的代理,比如下標,

然後通過自定義的'formatter'去取到相對應的時間信息

manual內示例代碼:

 import numpy as np import matplotlib.pyplot as plt import matplotlib.mlab as mlab import matplotlib.ticker as ticker #讀數據 r = mlab.csv2rec('../data/aapl.csv') r.sort() r = r[-30:] # get the last 30 days N = len(r) ind = np.arange(N) # the evenly spaced plot indices def format_date(x, pos=None): #保證下標不越界,很重要,越界會導致最終plot座標軸label無顯示 thisind = np.clip(int(x+0.5), 0, N-1) return r.date[thisind].strftime('%Y-%m-%d') fig = plt.figure() ax = fig.add_subplot(1,1,1) ax.plot(ind, r.adj_close, 'o-') ax.xaxis.set_major_formatter(ticker.FuncFormatter(format_date)) fig.autofmt_xdate() plt.show()

示例:

同樣一段數據上為原始,下為去掉無數據間隔區間

 import pandas as PD import numpy as NP import matplotlib.pyplot as PLT import matplotlib.ticker as MTK file = r'vix_series.csv' df = PD.read_csv(file, parse_dates=[0, 2]) #用下標代理原始時間戳數據 idx_pxy = NP.arange(df.shape[0]) #下標-時間轉換func def x_fmt_func(x, pos=None): idx = NP.clip(int(x+0.5), 0, df.shape[0]-1) return df['datetime'].iat[idx] #繪圖流程 def decorateAx(ax, xs, ys, x_func): ax.plot(xs, ys, color="green", linewidth=1, linestyle="-") ax.plot(ax.get_xlim(), [0,0], color="blue", linewidth=0.5, linestyle="--") if x_func: #set數據代理func ax.xaxis.set_major_formatter(MTK.FuncFormatter(x_func)) ax.grid(True) return fig = PLT.figure() ax1 = fig.add_subplot(2,1,1) ax2 = fig.add_subplot(2,1,2) decorateAx(ax1, df['datetime'], df['vix_all'], None) decorateAx(ax2, idx_pxy, df['vix_all'], x_fmt_func) #優化label顯示,非必須 fig.autofmt_xdate() PLT.show()

很多時候亂翻google還不如好好通讀官方manual…