Построение данных базы данных MySQL по дате - PullRequest
Новая
       18

Построение данных базы данных MySQL по дате

0 голосов
/ 27 мая 2019

Я создал базу данных mysql для сохранения влажности, температуры и нескольких других данных с отметкой времени.Я могу построить данные, но ось X не помечена.

Я попытался установить метку тиков, которая не помечала их правильно.Не было возможности увидеть, в какую дату какие данные были сохранены.Тип дат: datetime.datetime () 

result = cursor.fetchall()

for r in result:
    dates.append(r[1])
    humidity.append(r[2])
    temperature.append(r[3])
    pm25.append(r[4])
    pm10.append(r[5])


fig, ax = plt.subplots()

for tick in ax.get_xticklabels():
    tick.set_rotation(45)


ax.plot(dates, humidity, color = 'b')
ax.plot(dates, temperature, color = 'r')
ax.plot(dates, pm25, color = 'orange')
ax.plot(dates, pm10, color = 'g')

plt.show()

Я хочу, чтобы даты помечали ось X и, если возможно, отмечать каждый новый день более крупной отметкой.

1 Ответ

1 голос
/ 28 мая 2019

Я не смог воспроизвести вашу проблему без примера ваших данных, но я написал некоторый код, используя мой. Моя база данных - sqlite3, но это не имеет значения.

Получение данных

У панд есть метод read_sql_query, который может оказаться полезным. Я использую его parse_dates и index_col для чтения данных прямо в кадр данных pandas с индексом datetime. 

# read_sql_query
with sqlite3.connect(my_db) as con:
    query = "SELECT humidity, ground_temp, ambient_temp, reading_timestamp from Measurements WHERE Measurements.stations_id = 591441"
    to_plot = pd.read_sql_query(sql=query, con=con, parse_dates=['reading_timestamp'], index_col='reading_timestamp')

Если вы предпочитаете fetchall(), я могу добиться такого же результата, как этот: 

# fetchall
with sqlite3.connect(my_db) as con:
    query = "SELECT humidity, ground_temp, ambient_temp, reading_timestamp from Measurements WHERE Measurements.stations_id = 591441"
    to_plot = con.execute(query).fetchall()
    to_plot = pd.DataFrame(to_plot, columns=['humidity', 'ground_temp', 'ambient_temp', 'reading_timestamp']).set_index('reading_timestamp')

Вот мои данные: 

                           humidity  ground_temp  ambient_temp
reading_timestamp                                             
2019-05-21 14:55:02+00:00     70.66        14.31         16.33
2019-05-22 10:25:02+00:00     42.08        14.56         15.37
2019-05-23 12:25:02+00:00     55.07        15.75         17.49
2019-05-24 03:25:02+00:00     65.10        16.88         21.25
2019-05-27 13:55:02+00:00     57.46        18.50         25.12

Индекс - дата-время: 

to_plot.index

DatetimeIndex(['2019-05-21 14:55:02+00:00', '2019-05-22 10:25:02+00:00',
               '2019-05-23 12:25:02+00:00', '2019-05-24 03:25:02+00:00',
               '2019-05-27 13:55:02+00:00'],
              dtype='datetime64[ns, UTC]', name='reading_timestamp', freq=None)

Теперь у меня есть несколько вариантов построения графика.

1. Сюжет весь DataFrame

Самый простой и быстрый, но менее настраиваемый. 

fig, ax = plt.subplots()
plt.plot(to_plot)
for tick in ax.get_xticklabels():
    tick.set_rotation(45)

plot_df

2. Участок индивидуальный серии

Больше контроля, автоматически присваивает метки, чтобы я мог легко добавить легенду. 

fig, ax = plt.subplots()
ax.plot(to_plot['ambient_temp'], 'orange')
ax.plot(to_plot['ground_temp'], 'red')
ax.plot(to_plot['humidity'], 'blue')
for tick in ax.get_xticklabels():
    tick.set_rotation(45)
ax.legend()

plot_series

3. Списки печати должны также работать

Но я не вижу никакой пользы в этом случае использования. Серия Plotting дает тот же результат с меньшим набором текста. 

# Convert to lists
dates = list(to_plot.index)
ambient_temp = list(to_plot['ambient_temp'])
ground_temp = list(to_plot['ground_temp'])
humidity = list(to_plot['humidity'])
# Plot lists
fig, ax = plt.subplots()
ax.plot(dates, ambient_temp, 'orange', label='ambient_temp')
ax.plot(dates, ground_temp, 'red', label='ground_temp')
ax.plot(dates, humidity, 'blue', label='humidity')
for tick in ax.get_xticklabels():
    tick.set_rotation(45)
ax.legend()

Дней крупным шрифтом

Теперь, чтобы дни отображались более крупным шрифтом, я бы посоветовал вам установить дни в качестве основных отметок , используя matplotlib.dates, а затем отформатировать их так, как вы хотите. 

fig, ax = plt.subplots()
ax.plot(to_plot['ambient_temp'], 'orange')
ax.plot(to_plot['ground_temp'], 'red')
ax.plot(to_plot['humidity'], 'blue')
for tick in ax.get_xticklabels():
    tick.set_rotation(45)
ax.legend()

import matplotlib.dates as mdates
# mdates detects days
days = mdates.DayLocator()
# format for days
days_fmt = mdates.DateFormatter('%Y-%m-%d')
# days are major ticks
ax.xaxis.set_major_locator(days)
# format major ticks as days
ax.xaxis.set_major_formatter(days_fmt)
# give major ticks on x-axis a large font
ax.tick_params(axis='x', which='major', labelsize=13)

plt_bigdays

...