Python - Как построить данные с повторяющейся осью X

Question

Я хотел бы построить данные, зависящие от дня, в течение многих лет, когда годы должны быть на оси х (например, 2016,2017,2018).Каков хороший подход для этого?

Для каждого года у меня есть список дней, которые я буду наносить на ось X, но, конечно, Python сохраняет эту ось и отображает все данные разных лет над каждым.Другой.

Есть предложения?

Код:

Сокращенная версия моего словаря L_B_1_mean выглядит так:

2016018 5.68701407589
2016002 4.72437644462
2017018 3.39389424822
2018034 7.01093439059
2018002 8.79958946488
2017002 3.55897852367

код:

data_plot = {"x":[], "y":[], "label":[]}
for label, coord in L_B_1_mean.items():
    data_plot["x"].append(int(label[-3:]))             
    data_plot["y"].append(coord)
    data_plot["label"].append(label)


# add labels
for label, x, y in zip(data_plot["label"], data_plot["x"], data_plot["y"]):
    axes[1].annotate(label, xy = (x, y+0.02), ha= "left")


# 1 channel different years Plot
plt_data = axes[1].scatter(data_plot["x"], data_plot["y"])

Я строю свои x-значения здесь: data_plot["x"].append(int(label[-3:])), где я читаю тег имени как: 2016002 и получаю только значение дня: 002

В конце у меня есть 365 дней в годуи теперь я хотел бы нанести на график данные 2016 года, а затем 2017 года, а затем 2018 года, все друг за другом, а не поверх друг друга

Answer 1

У вас есть дикт

L_B_1_mean 

{'2016018': 5.68701407589,
 '2016002': 4.72437644462,
 '2017018': 3.39389424822,
 '2018034': 7.010934390589999,
 '2018002': 8.79958946488,
 '2017002': 3.55897852367}

сюжет с использованием панд:

import pandas as pd

Вы можете просто создать серию панд из этого дикта:

s = pd.Series(L_B_1_mean)

2016018    5.687014
2016002    4.724376
2017018    3.393894
2018034    7.010934
2018002    8.799589
2017002    3.558979
dtype: float64

... и приведите строки в индексе к датам:

s.index = pd.to_datetime(s.index, format='%Y%j')

2016-01-18    5.687014
2016-01-02    4.724376
2017-01-18    3.393894
2018-02-03    7.010934
2018-01-02    8.799589
2017-01-02    3.558979
dtype: float64

Тогда вы сможете легко построить ваши данные:

s.plot(marker='o')

график с использованием datetime и matplotlib:

import datetime as DT
import matplotlib.pyplot as plt

t = [DT.datetime.strptime(k, '%Y%j') for k in L_B_1_mean.keys()]
v = list(L_B_1_mean.values())

v = sorted(v, key=lambda x: t[v.index(x)])
t = sorted(t)

plt.plot(t, v, 'b-o')