微信公众号：yale记 关注可了解更多的教程。问题或建议，请公众号留言;
背景介绍
今天我们将学习如何在Matplotlib中绘制时间序列数据。时间序列数据由包含日期的数据组成。例如绘制在过去几周内比特币价格走势。我们将学习如何以不同方式格式化日期，以便它们更好地与我们的图形一起使用。让我们开始吧...
入门实例
首先来看一个基本的时间序列图，以及格式化x轴的日期显示方式：
代码语言：javascript复制from datetime import datetime,timedelta
from matplotlib import pyplot as plt
from matplotlib import dates as mpl_dates
#设置图表样式
plt.style.use('seaborn')
#读取数据
dates_x = [
datetime(2019,7,24),
datetime(2019,7,25),
datetime(2019,7,26),
datetime(2019,7,27),
datetime(2019,7,28),
datetime(2019,7,29),
datetime(2019,7,30)
]
#纵轴数据y列表
y = [0,1,3,5,7,8,9]
#绘制时间序列图表
plt.plot_date(dates_x,y,lineStyle='solid')
#格式化x轴日期显示
plt.gcf().autofmt_xdate()
#指定显示的格式
date_format = mpl_dates.DateFormatter('%m/%d/%Y')
plt.gca().xaxis.set_major_formatter(date_format)
plt.tight_layout()
plt.show()
运行结果：
综合实例
我们从一个数据文件中data.csv读取过去一段时间关于比特币的价格收盘价的数据走势，内容大致如下：
import pandas as pd
from datetime import datetime,timedelta
from matplotlib import pyplot as plt
from matplotlib import dates as mpl_dates
from matplotlib import font_manager
from pandas.plotting import
register_matplotlib_converters
register_matplotlib_converters()
#设置图表样式
plt.style.use('seaborn')
#读取数据
data = pd.read_csv('data.csv')
#csv文件中数据中date为str类型
#这里做处理方便展示图表时
#能够按照日期排序显示
data['Date'] = pd.to_datetime(data['Date'])
data.sort_values('Date', inplace=True)
price_date = data['Date']
price_close = data['Close']
#调用plot_date()
#显示时间序列数据图表
plt.plot_date(price_date, price_close,
linestyle='solid')
#格式化x轴日期显示
plt.gcf().autofmt_xdate()
zh_font = font_manager.
FontProperties(fname='C:\Windows\Fonts\msyh.ttf')
plt.title('比特币价格',fontproperties=zh_font)
plt.xlabel('日期',fontproperties=zh_font)
plt.ylabel('收盘价',fontproperties=zh_font)
plt.tight_layout()
plt.show()运行结果：
