在同一个 Pandas 图上绘制不同长度的数组

Question

a 和 b 分别是 A Values 和 B Values 的日期时间索引。 A Values 的大小大于 B Values 我想重现一个代码，将它们放在同一个图表上。我如何才能编写代码，在同一图表上绘制 2 个不同长度的 numpy 数组？

import pandas as pd
import numpy as np
import datetime

a = np.array(['2017-09-15 07:11:00', '2017-09-15 12:11:00', '2017-12-22 06:35:00'], dtype='datetime64[ns]')
b = np.array(['2017-09-10 02:25:00', '2017-12-11 03:11:00'], dtype='datetime64[ns]')


graph= pd.DataFrame({
   'A Values': np.array([11,-3,4]),
   'B Values': np.array([2,4])
   }, index= [a,b]).plot.line()

错误代码：

ValueError: all arrays must be same length

Answer 1

您可以将数组填充为相同大小，将小数组填充为零或 none：使用此代码段来制作它：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import datetime

a = np.array(['2017-09-15 07:11:00', '2017-09-15 12:11:00', '2017-12-22 06:35:00'], dtype='datetime64[ns]')
b = np.array(['2017-09-10 02:25:00', '2017-12-11 03:11:00'], dtype='datetime64[ns]')

s1=[11,-3,4]
s2=[2,4]

m = max(len(s1),len(s2))
a1=[None] * m
a2=[None] * m
ax1=[None] * m
ax2=[None] * m

for i in range(len(s1)):
    a1[i] = s1[i]
    ax1[i]=a[i]
for i in range(len(s2)):
    a2[i] = s2[i]
    ax2[i]=b[i]

graph= pd.DataFrame({
   'A Values': np.array(a1),
   'B Values': np.array(a2)
   }, index= [ax1,ax2]).plot.line()
plt.xticks(rotation=0)
plt.tick_params(axis='both', which='major', labelsize=5) 
#labelsize=5 instead of labelsize=10
plt.show()

输出：

希望你觉得有用

Answer 2

只需捕获 matplotlib 为第一个图生成的轴对象，然后用它来绘制第二个系列：

import pandas as pd
import numpy as np
from matplotlib import pyplot as plt


a = np.array(['2017-09-15 07:11:00', '2017-09-15 12:11:00', '2017-12-22 06:35:00'], dtype='datetime64[ns]')
b = np.array(['2017-09-10 02:25:00', '2017-12-11 03:11:00'], dtype='datetime64[ns]')    

ax1 = pd.DataFrame({'A Values': np.array([11,-3,4])}, index= a).plot.line()       
pd.DataFrame({'B Values': np.array([2,4])}, index= b).plot.line(ax=ax1)

plt.show()

示例输出：

如果您想知道 matplotlib 与您的问题有什么关系 - 除非另有说明，pandas 将数据提供给 matplotlib 以生成图表。

在同一个 Pandas 图上绘制不同长度的数组

Graphing arrays with different lengths on the same Pandas graph

python

arrays

indexing

numpy

pandas