更改了 Pandas '.bar' 图中的刻度频率，但弄乱了实际的条形图
Changed frequency of ticks in Pandas '.bar' plot, but messed up the actual bars
你的自我隔离怎么样了？
开采岩石，因为我正在 Python 中通过可视化进行钻探。然而，最近我 运行 遇到了一个问题。
我认为 Pandas 中的 .plot.bar() 具有不常见的 x 轴格式（这有点证实我在询问之前阅读过）。我有每月频率的价格数据，所以我应用了一个修复程序，在条形图中仅显示年度刻度：
fig, ax = plt.subplots()
ax.bar(btc_returns.index, btc_returns)
ax.xaxis.set_major_locator(mdates.YearLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y'))
其中 btc_returns 是索引中包含日期时间的 Series 对象。
我得到的输出很奇怪。这是我的预期与最终结果的屏幕截图。
我试图找到解决这个问题的方法，但没有成功。你们能帮帮我吗？谢谢！一如既往地欢迎批评:)
- 使用来自 Yahoo Finance: Bitcoin USD
的股票价值数据
- 从技术上讲，您可以在开始时执行
pd.to_datetime(btc.Date).dt.date，但 resample 将不起作用，这就是为什么 btc_monthly.index.date 作为第二步完成的原因。
resample 可以在不同时期发生（例如 2M = 每两个月）
加载并转换数据
import pandas as pd
import matplotlib.pyplot as plt
# load data
btc = pd.read_csv('data/BTC-USD.csv')
# Date to datetime
btc.Date = pd.to_datetime(btc.Date)
# calculate daily return %
btc['return'] = ((btc.Close - btc.Close.shift(1))/btc.Close.shift(1))*100
# resample to monthly and aggregate by sum
btc_monthly = btc.resample('M', on='Date').sum()
# set the index to be date only (no time)
btc_monthly.index = btc_monthly.index.date
情节
btc_monthly.plot(y='return', kind='bar', figsize=(15, 8))
plt.show()
剧情双月刊
btc_monthly = btc.resample('2M', on='Date').sum() # instead of 'M'
btc_monthly.index = btc_monthly.index.date
btc_monthly.plot(y='return', kind='bar', figsize=(15, 8), legend=False)
plt.title('Bitcoin USD: Bimonthly % Return')
plt.ylabel('% return')
plt.xlabel('Date')
plt.show()
而我的解决方案是这样的：
fig, ax = plt.subplots(figsize=(15,7))
ax.bar(btc_returns.index, btc_returns.returns.values, width = 1)
其中btc_returns是一个带有returns比特币的DataFrame。我认为 .values 使条形图正确读取日期时间输入。对于 'missing' 条 - 它们的分辨率太小了，所以我将 width 设置为“1”。
你的自我隔离怎么样了？
开采岩石，因为我正在 Python 中通过可视化进行钻探。然而，最近我 运行 遇到了一个问题。
我认为 Pandas 中的 .plot.bar() 具有不常见的 x 轴格式（这有点证实我在询问之前阅读过）。我有每月频率的价格数据，所以我应用了一个修复程序，在条形图中仅显示年度刻度：
fig, ax = plt.subplots()
ax.bar(btc_returns.index, btc_returns)
ax.xaxis.set_major_locator(mdates.YearLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y'))
其中 btc_returns 是索引中包含日期时间的 Series 对象。
我得到的输出很奇怪。这是我的预期与最终结果的屏幕截图。
我试图找到解决这个问题的方法，但没有成功。你们能帮帮我吗？谢谢！一如既往地欢迎批评:)
- 使用来自 Yahoo Finance: Bitcoin USD 的股票价值数据
- 从技术上讲，您可以在开始时执行
pd.to_datetime(btc.Date).dt.date，但resample将不起作用，这就是为什么btc_monthly.index.date作为第二步完成的原因。 resample可以在不同时期发生（例如2M= 每两个月）
加载并转换数据
import pandas as pd
import matplotlib.pyplot as plt
# load data
btc = pd.read_csv('data/BTC-USD.csv')
# Date to datetime
btc.Date = pd.to_datetime(btc.Date)
# calculate daily return %
btc['return'] = ((btc.Close - btc.Close.shift(1))/btc.Close.shift(1))*100
# resample to monthly and aggregate by sum
btc_monthly = btc.resample('M', on='Date').sum()
# set the index to be date only (no time)
btc_monthly.index = btc_monthly.index.date
情节
btc_monthly.plot(y='return', kind='bar', figsize=(15, 8))
plt.show()
剧情双月刊
btc_monthly = btc.resample('2M', on='Date').sum() # instead of 'M'
btc_monthly.index = btc_monthly.index.date
btc_monthly.plot(y='return', kind='bar', figsize=(15, 8), legend=False)
plt.title('Bitcoin USD: Bimonthly % Return')
plt.ylabel('% return')
plt.xlabel('Date')
plt.show()
而我的解决方案是这样的：
fig, ax = plt.subplots(figsize=(15,7))
ax.bar(btc_returns.index, btc_returns.returns.values, width = 1)
其中btc_returns是一个带有returns比特币的DataFrame。我认为 .values 使条形图正确读取日期时间输入。对于 'missing' 条 - 它们的分辨率太小了，所以我将 width 设置为“1”。