使用 python 以指定格式绘制大数据

Question

我是 Python 的新手，需要一些关于如何以以下格式绘制数据的帮助（请看图片）

我会有这样的文件格式：

# of IDs \t start_time \t end_time
   428      1404238888      1404314624
   132      1404259731      1404346488
    77      1404347808      1404437873 
    63      1404432707      1404520913
    281     1404518967      1404605334
   .......

根据评论中的建议，我找到了一种通过按开始和结束时间对 ID 进行聚类来减少数据的方法。我的新文件将采用上述格式，其中第一列说明该时间范围内有多少个 ID（从开始到结束）。所以我想这种情况下更好的图形表示是做条形图。

我的 y 轴将是 ID 的数量，x 轴将是时间，单位为天（我的总测量时间约为 3 个月）

我想展示的是在什么时间范围内聚集的ID数量最多。我想要实现的是如下图所示，在我文件的每一行中，我将绘制一个条形图。

我希望上面的图片很好地解释了我想要实现的目标。如果让我知道如何开始图形并以我想要的单位设置 y 轴和 x 轴，那就太好了。抱歉，这是我第一次尝试在 Python 中绘制图表。我为我的项目编写了其他代码，但一直坚持编写代码来绘制我的最终结果。

提前感谢您的帮助

Answer 1

真的很简单。如果您在 matplotlib 的示例部分进行了一些挖掘，您应该不会遇到任何问题。plt.bar(left_edge, height, width) 完全按照您的意愿行事。

得到你需要的。

import matplotlib.pyplot as plt
import csv

如果你的数据真的是一个制表符分隔的文件，它应该是这样的：（你的看起来更像是一个多个空格分隔的文件 tbh）

id  start   end
428 1404238888  1404314624
132 1404259731  1404346488
77  1404347808  1404437873 
63  1404432707  1404520913
281 1404518967  1404605334

读入你的数据。

file = open("test.txt", "r")
reader = csv.DictReader(file, delimiter="\t")

ids = [] #open 3 new lists to hold your data
start = []
end = [] 
for data in reader:
    ids.append(float(data["id"]))
    start.append(float(data["start"]))
    end.append(float(data["end"])-float(data["start"])) #remember: it's "width" not "right edge coordinate"

这才是真正的剧情。

fig, ax = plt.subplots()
w = sum(end)/len(end)/10 #change the width of the bar
for i in range(len(ids)):
    ax.bar(start[i], ids[i], width=end[i])

plt.show()

由于在您的问题中您说条形的右边缘在第二个坐标处结束很重要，因此最好使用 end[i] 进行绘图。但是，正如我在图表中显示的那样，您有一些重叠问题。 IE。第一个结束于 ....314... 而第二个开始于 ....259... 而且不止那个。

你基本上要问的清楚地表明这是错误的："I want to make each line in my file into a bar, and I have already stacked the y axis height. And x axis are dates."但显然你没有做对，因为直方图中不应该有重叠，如果有重叠表示overlap应该加到bin之前的高度。

我刚才回答了一个类似的问题，关于如何在 matplotlib 中正确处理和堆叠日期，可能会帮助你。它是在模拟日期时间对象列表上完成的。你的看起来已经用 date2num 转换了，但同样的原则适用（建议你使用 hist 函数并让它处理日期。）

结果（python3，win7，matplotlib 1.3.1）：

使用 python 以指定格式绘制大数据

Plot large data in the specified format using python

python

plot

matplotlib