有没有办法使用 Pandas 或 Matplotlib 来绘制 Pandas 时间序列密度？
Is there a way of using Pandas or Matplotlib to plot Pandas Time Series density?
我很难绘制 Pandas 时间序列的密度。
我有一个具有完美组织时间戳的数据框，如下所示：
这是一个网络日志，我想显示时间戳的密度，它表示特定时间段内有多少访问者。
我的解决方案 atm 是提取每个时间戳的年、月、周和日，并将它们分组。如下所示：
但我认为这不是处理时间的有效方式。而且我找不到任何关于此的好信息，其中更多是关于在日期或其他地方绘制计算值。
那么，有人对如何绘制 Pandas 时间序列有什么建议吗？
非常感谢！
计算要绘制的值的最佳方法是使用 Series.resample；例如，要每天汇总日期计数，请使用：
ser = pd.Series(1, index=dates)
ser.resample('D').sum()
那里的文档有更多详细信息，具体取决于您希望如何重新采样和聚合数据。
如果要绘制结果，可以使用Pandas内置绘图功能；例如：
ser.resample('D').sum().plot()
有关绘图的更多信息是 here。
我很难绘制 Pandas 时间序列的密度。
我有一个具有完美组织时间戳的数据框，如下所示：
这是一个网络日志，我想显示时间戳的密度，它表示特定时间段内有多少访问者。
我的解决方案 atm 是提取每个时间戳的年、月、周和日，并将它们分组。如下所示：
但我认为这不是处理时间的有效方式。而且我找不到任何关于此的好信息，其中更多是关于在日期或其他地方绘制计算值。
那么，有人对如何绘制 Pandas 时间序列有什么建议吗？
非常感谢！
计算要绘制的值的最佳方法是使用 Series.resample；例如，要每天汇总日期计数，请使用：
ser = pd.Series(1, index=dates)
ser.resample('D').sum()
那里的文档有更多详细信息，具体取决于您希望如何重新采样和聚合数据。
如果要绘制结果，可以使用Pandas内置绘图功能；例如：
ser.resample('D').sum().plot()
有关绘图的更多信息是 here。