如何使用matplotlib在python中绘制时间戳？

Question

我已经在谷歌上全面搜索，但似乎无法找到我要找的东西。

基本上，我有两个列表：一个列表包含时间戳数据，另一个列表包含相应的值。

现在我的问题是：我的时间戳格式如下：

['Mon Sep 1 16:40:20 2015', 'Mon Sep 1 16:45:20 2015',
 'Mon Sep 1 16:50:20 2015', 'Mon Sep 1 16:55:20 2015'] 

那么，在 matplotlib 中使用哪种时间格式？我试图直接绘制，但它给了我：

ValueError: invalid literal 

我能翻译为中文：

我能使用 datetime.datetime.strptime 来转换它吗？如果不能，还有其他的方法吗？

在将 timestamp 转换为正确的格式之后，我应该如何绘制新转换的时间戳和相应的值？

我能使用 matplotlib.pyplot.plot(time, data) 吗，还是必须使用 plot_date 方法来绘制它？

- kar

---

请参考以下链接：http://codrspace.com/szeitlin/biking-data-from-xml-to-plots-part-2/ - szeitlin

@kar，正如你已经发现的那样，谷歌搜索并非一个毫无怀疑的神。只是为了好玩，输入 fed chair （不要加引号，也不要使用自动完成建议），在你按下 [ENTER] 键之后，猜猜最伟大的AI认为你会相信什么——你看到了 Janet Yellen 和一张有胡子的Ben的照片。这就是我们对谷歌搜索结果的信仰。 - user3666197

Answer 1

是的，使用strptime函数。

import datetime
import matplotlib.pyplot as plt

x = ['Mon Sep 1 16:40:20 2015', 'Mon Sep 1 16:45:20 2015',
    'Mon Sep 1 16:50:20 2015', 'Mon Sep 1 16:55:20 2015']
y = range(4)

x = [datetime.datetime.strptime(elem, '%a %b %d %H:%M:%S %Y') for elem in x]

(fig, ax) = plt.subplots(1, 1)
ax.plot(x, y)
fig.show()

- daryl

---

感谢Daryl的帮助。对我来说基本上已经解决了问题。但是问题在于，如果我使用fig.show()，图形就会一闪而过。它应该停留在屏幕上。不确定我是否漏掉了什么。 - kar

Answer 2

一个两步故事，让PLOT变得非常漂亮

步骤1：从string转换为datetime实例
步骤2：从datetime转换为matplotlib约定兼容的日期/时间float

---

通常，细节中隐藏着魔鬼。

matplotlib日期几乎相等，但并不相等：

#  mPlotDATEs.date2num.__doc__
#                  
#     *d* is either a class `datetime` instance or a sequence of datetimes.
#
#     Return value is a floating point number (or sequence of floats)
#     which gives the number of days (fraction part represents hours,
#     minutes, seconds) since 0001-01-01 00:00:00 UTC, *plus* *one*.
#     The addition of one here is a historical artifact.  Also, note
#     that the Gregorian calendar is assumed; this is not universal
#     practice.  For details, see the module docstring.

因此，强烈建议重新使用他们的“自己”的工具：

from matplotlib import dates as mPlotDATEs   # helper functions num2date()
#                                            #              and date2num()
#                                            #              to convert to/from.

管理轴标签、格式和刻度（最小/最大）是一个单独的问题

尽管如此，matplotlib也为你提供了解决这部分问题的工具：

from matplotlib.dates   import  DateFormatter,    \
                                AutoDateLocator,   \
                                HourLocator,        \
                                MinuteLocator,       \
                                epoch2num
from matplotlib.ticker  import  ScalarFormatter, FuncFormatter

例如，它可能会执行以下操作：

    aPlotAX.set_xlim( x_min, x_MAX )               # X-AXIS LIMITs ------------------------------------------------------------------------------- X-LIMITs

    #lt.gca().xaxis.set_major_locator(      matplotlib.ticker.FixedLocator(  secs ) )
    #lt.gca().xaxis.set_major_formatter(    matplotlib.ticker.FuncFormatter( lambda pos, _: time.strftime( "%d-%m-%Y %H:%M:%S", time.localtime( pos ) ) ) )

    aPlotAX.xaxis.set_major_locator(   AutoDateLocator() )

    aPlotAX.xaxis.set_major_formatter( DateFormatter( '%Y-%m-%d %H:%M' ) )  # ----------------------------------------------------------------------------------------- X-FORMAT

    #--------------------------------------------- # 90-deg x-tick-LABELs

    plt.setp( plt.gca().get_xticklabels(),  rotation            = 90,
                                            horizontalalignment = 'right'
                                            )

    #------------------------------------------------------------------

- user3666197

---

你的第一个图表很漂亮！你有它的代码参考吗？ - Abe Hoffman

很高兴你被内置美所启发。是的，我也非常喜欢这个“真理之光”。由于涉及到一些NDA相关的dMM()洞见，代码不在开源领域。它只有大约6000行代码，所以做起来相当容易。StackOverfow inlines中缺少VRML97支持，否则您将能够交互式地检查3D场景图，进行旋转和缩放。一旦您开始感受到图形，就像抓住在手中一样，对于所有数量数据呈现来说，这确实是一个激动人心的体验！ - user3666197