Импорт
import pandas as pd
import matplotlib.pyplot as plt
Исправить данные
Значения
- С предоставленными данными сделать
str, разделив значения пробелом и затем отфильтровали пробелы, чтобы создать список.
values = "141.65166667 117.97286957 130.14766667 130.444 127.9445 \
178.01919048 117.025 77.90055556 119.11394444 357.88333333 \
161.099 61.46366667 126.849 142.43683333 101.7946875 \
141.2142 292.74857143 102.59154167 85.747125 83.22307692 \
117.77190909 150.75015789 275.282 148.58395833 110.0824 \
93.09858824 131.0881 73.98646154 69.183 99.2175 \
84.78016667 157.7805 171.10766667 170.10535714 140.21433333 \
257.95166667 142.49668 120.20757143 115.42713913 138.1566 \
168.06071429 237.249 154.69242857 145.43288889 155.80169231 \
114.72075 72.18833333 160.4758 93.703 68.94159259 \
125.05733333 211.1284 129.60669231 81.67755 84.8684 \
85.923 102.71911364 110.54144 86.9905 138.85572222 \
146.96868 161.422 194.9203 84.93763636 155.35046667 \
123.97671429 133.49786667 134.605825 185.846 106.16564706 \
253.186 73.02047059 131.13469565 75.63633333 167.81266667 \
83.67825926 99.68016667 147.33016667 90.34742857 134.986 \
131.1215 181.683 89.59085714 68.14153846 83.3042069"
values = values.split(' ')
values = list(filter(lambda x: x != "", values))
print(values[:5])
>>> ['141.65166667', '117.97286957', '130.14766667', '130.444', '127.9445']
Даты
dates = ['2020-01-02', '2020-01-03', '2020-01-04', '2020-01-05',
'2020-01-06', '2020-01-07', '2020-01-08', '2020-01-09',
'2020-01-10', '2020-01-11', '2020-01-12', '2020-01-13',
'2020-01-14', '2020-01-15', '2020-01-16', '2020-01-17',
'2020-01-18', '2020-01-20', '2020-01-21', '2020-01-22',
'2020-01-23', '2020-01-24', '2020-01-25', '2020-01-27',
'2020-01-28', '2020-01-29', '2020-01-30', '2020-01-31',
'2020-02-01', '2020-02-02', '2020-02-03', '2020-02-04',
'2020-02-05', '2020-02-06', '2020-02-07', '2020-02-08',
'2020-02-10', '2020-02-11', '2020-02-12', '2020-02-13',
'2020-02-14', '2020-02-16', '2020-02-17', '2020-02-18',
'2020-02-19', '2020-02-20', '2020-02-21', '2020-02-22',
'2020-02-23', '2020-02-24', '2020-02-25', '2020-02-26',
'2020-02-27', '2020-02-28', '2020-02-29', '2020-03-01',
'2020-03-02', '2020-03-03', '2020-03-04', '2020-03-05',
'2020-03-06', '2020-03-07', '2020-03-09', '2020-03-10',
'2020-03-11', '2020-03-12', '2020-03-13', '2020-03-14',
'2020-03-15', '2020-03-16', '2020-03-17', '2020-03-18',
'2020-03-19', '2020-03-20', '2020-03-21', '2020-03-23',
'2020-03-24', '2020-03-25', '2020-03-26', '2020-03-27',
'2020-03-28', '2020-03-29', '2020-03-30', '2020-03-31',
'2020-04-08']
DataFrame
# combine dates and values
data = list(zip(dates, values))
# create the DateFrame
df = pd.DataFrame(data, columns=['date', 'value'])
# convert date to datetime and value to float
df['date'] = pd.to_datetime(df['date'])
df['value'] = df['value'].astype('float')
df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 85 entries, 0 to 84
Data columns (total 2 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 date 85 non-null datetime64[ns]
1 value 85 non-null float64
dtypes: datetime64[ns](1), float64(1)
# df.head()
date value
2020-01-02 141.651667
2020-01-03 117.972870
2020-01-04 130.147667
2020-01-05 130.444000
2020-01-06 127.944500
Plot
plt.fill_between(df['date'], df['value'], color="skyblue", alpha=0.4)
plt.xticks(rotation=45)
plt.show()
