Мне нравится видеть, как цена закрытия S & P 500 в 2008 году соотносится с 2020 годом. Я уже придумал следующий код для построения временного ряда.
Я просто не могу понять, как я могу масштабировать ось X, чтобы оба временных ряда появлялись друг над другом - у кого-нибудь есть идея?
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
# Reading in the necessary data and displaying the data structure
sp1 = pd.read_csv('sp1.csv')
sp1['Date'] = pd.to_datetime(sp1['Date'], format="%Y/%m/%d")
print(sp1)
sp2 = pd.read_csv('sp2.csv')
sp2['Date'] = pd.to_datetime(sp2['Date'], format="%Y/%m/%d")
print(sp2)
# Plotting correlation of S&P 500 2008 against 2020 (visual time series)
fig, ax1 = plt.subplots(figsize=(10, 5))
ax2 = ax1.twinx()
ax1.plot(sp1['Date'], sp1['Close'],
'r-', label='S&P500 closing price 2008')
ax1.legend()
ax2.plot(sp2['Date'], sp2['Close'], 'b-', label='S&P500 closing price 2020')
ax2.legend(loc="lower right")
plt.show()
Выходные данные выглядят так: 
Мне бы хотелось, чтобы оба временных ряда перекрывались в течение 6 месяцев, как данные Я читаю!
Данные выглядят так:
Date Open High ... Close Adj Close Volume
0 2007-09-24 1525.750000 1530.180054 ... 1517.729980 1517.729980 3131310000
1 2007-09-25 1516.339966 1518.270020 ... 1517.209961 1517.209961 3187770000
2 2007-09-26 1518.619995 1529.390015 ... 1525.420044 1525.420044 3237390000
3 2007-09-27 1527.319946 1532.459961 ... 1531.380005 1531.380005 2872180000
4 2007-09-28 1531.239990 1533.739990 ... 1526.750000 1526.750000 2925350000
.. ... ... ... ... ... ... ...
142 2008-04-17 1363.369995 1368.599976 ... 1365.560059 1365.560059 3713880000
143 2008-04-18 1369.000000 1395.900024 ... 1390.329956 1390.329956 4222380000
144 2008-04-21 1387.719971 1390.229980 ... 1388.170044 1388.170044 3420570000
145 2008-04-22 1386.430054 1386.430054 ... 1375.939941 1375.939941 3821900000
146 2008-04-23 1378.400024 1387.869995 ... 1379.930054 1379.930054 4103610000
[147 rows x 7 columns]
Date Open High ... Close Adj Close Volume
0 2019-09-24 3002.429932 3007.979980 ... 2966.600098 2966.600098 3868160000
1 2019-09-25 2968.350098 2989.820068 ... 2984.870117 2984.870117 3318870000
2 2019-09-26 2985.729980 2987.280029 ... 2977.620117 2977.620117 3077240000
3 2019-09-27 2985.469971 2987.310059 ... 2961.790039 2961.790039 3243650000
4 2019-09-30 2967.070068 2983.850098 ... 2976.739990 2976.739990 3247610000
.. ... ... ... ... ... ... ...
142 2020-04-17 2842.429932 2879.219971 ... 2874.560059 2874.560059 5792140000
143 2020-04-20 2845.620117 2868.979980 ... 2823.159912 2823.159912 5220160000
144 2020-04-21 2784.810059 2785.540039 ... 2736.560059 2736.560059 5075830000
145 2020-04-22 2787.889893 2815.100098 ... 2799.310059 2799.310059 5049660000
146 2020-04-23 2810.419922 2844.899902 ... 2797.800049 2797.800049 5756520000
Я благодарен за каждый намек!