[PYTHON] Zeitreihendiagramm / Matplotlib

data.txt


# data1,data2
2016-01-23,12
2016-01-24,15
2016-01-25,11
...
2016-03-09,20

time_series.py


import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import dateutil

(data1, data2) = np.loadtxt("data.txt",
                            delimiter=",",
                            dtype=int)

data2 = np.array([datautil.parser.parse(v) for v in data2])

fig = plt.figure(figsize=(10,10), dpi=100)
ax = fig.add_subplot(111)
ax.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m-%d\n%H:%M"))
ax.plot(data1, data2, ".")
ax.set_ylim(-0.1, 1.1)
ax.grid(True)

Recommended Posts

Zeitreihendiagramm / Matplotlib
[Python] Zeichnen Sie Zeitreihendaten
Zeitreihenplot gestartet ~ Python Edition ~
Zeitreihenzerlegung
Formatieren Sie die Zeitachse des Pandas-Zeitreihendiagramms mit matplotlib neu
matplotlib Schreiben Sie Text in ein Zeitreihendiagramm
Python: Zeitreihenanalyse
2-Achsen-Plot mit Matplotlib
Python-Zeitreihenfrage
RNN_LSTM1 Zeitreihenanalyse
Zeitreihenanalyse 1 Grundlagen
2D-Plot in Matplotlib
Zeichnen Sie die CSV von Zeitreihendaten mit einem Unixtime-Wert in Python (matplotlib).
3D-Plot mit Matplotlib
TOPIX-Zeitreihen anzeigen
Stapelbares Barplot mit Matplotlib
Zeitreihenanalyse Teil 4 VAR
Zeitreihenanalyse Teil 1 Autokorrelation
Berechnung der Zeitreihen-Kundenbindung
Erstellen Sie eine Plotanimation mit Python + Matplotlib
Einfache Vorhersage von Zeitreihen mit Prophet
Python: Zeitreihenanalyse: Vorverarbeitung von Zeitreihendaten
Umsatzprognose für die Zeitreihenanalyse
Über Zeitreihendaten und Übertraining
Beim Zeichnen von Zeitreihendaten und Abrufen von matplotlib OverflowError
[Statistik] [Zeitreihenanalyse] Zeichnen Sie das ARMA-Modell und erfassen Sie die Tendenz.
Bewegungsstatistik zur Vorhersage von Zeitreihen
Zeitreihenanalyse 3 Vorverarbeitung von Zeitreihendaten
Kontinuierliche Farbe mit Matplotlib-Streudiagramm
Fall mit Pandas-Plot, Fall mit (reinem) Matplotlib-Plot
Führen Sie mit Python, matplotlib, einen logarithmischen Normalwahrscheinlichkeitsplot durch
LSTM (1) zur Zeitreihenvorhersage (für Anfänger)
Zeichnen Sie mit Pythons Matplotlib mehrere Karten und Daten gleichzeitig
Zeitreihenanalyse 2 Stabilität, ARMA / ARIMA-Modell
Vorhersage von Zeitreihendaten mit einem neuronalen Netzwerk
So vergleichen Sie Zeitreihendaten-Derivative DTW, DTW-
Zeitreihenanalyse 4 Konstruktion des SARIMA-Modells
Umgang mit Zeitreihendaten (Implementierung)
OpenFOAM-Zeitreihendaten lesen und Daten einstellen
Zeitreihenanalyse Nr. 6 Gefälschte Rückkehr und republikanischer Teil
Formatieren und Anzeigen von Zeitreihendaten mit verschiedenen Maßstäben und Einheiten mit Python oder Matplotlib