第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題,去搜搜看,總會(huì)有你想問的

破折號(hào)錯(cuò)誤地格式化時(shí)間序列的 x 軸

破折號(hào)錯(cuò)誤地格式化時(shí)間序列的 x 軸

哈士奇WWW 2022-05-24 12:51:03
我正在嘗試使用 plotly/Dash 繪制一些時(shí)間序列數(shù)據(jù),但圖形將無法正確顯示,盡管 x 軸的類型為“datetime.date”、“datetime.datetime”或格式正確的字符串(沒有任何效果.. .)??赡苁箚栴}復(fù)雜化的是,我使用不同的函數(shù)生成了時(shí)間序列數(shù)據(jù),將其存儲(chǔ)到 dcc.Store 對(duì)象(作為 dict)中,然后將其轉(zhuǎn)換回 Dataframe ......但我不確定。我的代碼如下,但總結(jié)一下簡(jiǎn)單的行動(dòng)計(jì)劃:將資產(chǎn)的 Ticker 輸入到輸入框中,該輸入框會(huì)生成一個(gè)字典并存儲(chǔ)到 dcc.Store 中(我想重新使用這個(gè)時(shí)間序列,因此存儲(chǔ)它而不是一次又一次地重復(fù)外部Bloomberg調(diào)用)立即從 dcc.Store 檢索該字典,轉(zhuǎn)換回 Dataframe 并生成簡(jiǎn)單圖查看每個(gè)步驟生成的數(shù)據(jù)類型時(shí),我可以看到在使用 df.to_dict() 生成 dict 后,我有以下類型的數(shù)據(jù):{'Date': {0: datetime.date(2017, 1, 1),  1: datetime.date(2017, 2, 1),  2: datetime.date(2017, 3, 1),  3: datetime.date(2017, 4, 1),.. 28: datetime.date(2019, 5, 1)}, 'FD004': {0: 18890.3544,  1: 18296.9503,  2: 18667.1757,..  28: 16697.2425}}然后在將此 dict 轉(zhuǎn)換回 Dataframe 之后,我有:          Date       FD0040   2017-01-01  18890.35441   2017-02-01  18296.95032   2017-03-01  18667.1757其中df ['日期']:0     2017-01-011     2017-02-012     2017-03-01..27    2019-04-0128    2019-05-01Name: Date, dtype: object但是然后我使用 to_datetime 或 astype('datetime64[ns]') 轉(zhuǎn)換它,這給了我“正確的”dtype:0    2017-01-011    2017-02-012    2017-03-01..27   2019-04-0128   2019-05-01Name: Date, dtype: datetime64[ns]事實(shí)上,在檢查生成的最終無花果時(shí),我看到 plotly 已將其識(shí)別為日期時(shí)間對(duì)象:<bound method BaseFigure.show of Figure({    'data': [{'type': 'scatter',              'x': array([datetime.datetime(2017, 1, 1, 0, 0),                          datetime.datetime(2017, 2, 1, 0, 0),                          datetime.datetime(2017, 3, 1, 0, 0),                          . . .                           datetime.datetime(2019, 3, 1, 0, 0),                          datetime.datetime(2019, 4, 1, 0, 0),                          datetime.datetime(2019, 5, 1, 0, 0)], dtype=object),              'y': array([18890.3544, 18296.9503, 18667.1757, ...                          13202.488 , 14463.2424, 15025.5053, 16697.2425])}],    'layout': {'template': '...'}})>但仍然......圖表顯示像意大利面條:
查看完整描述

1 回答

?
明月笑刀無情

TA貢獻(xiàn)1828條經(jīng)驗(yàn) 獲得超4個(gè)贊

看起來日期并不是全部按遞增順序排序的,因此看起來像“意大利面條”(當(dāng)回到過去時(shí))。您的打印件顯示的數(shù)據(jù)看起來已排序,因此我不確定,但中心部分丟失,以檢查它們是否已排序運(yùn)行

np.all(np.sort(df['Date']) == df['Date'])

您可以對(duì)數(shù)據(jù)進(jìn)行排序(例如使用np.sortand np.argsort),或者如果您只對(duì)點(diǎn)而不是線感到滿意,請(qǐng)使用mode='markers'散點(diǎn)圖(參見https://plot.ly/python/line-and-scatter/)。


查看完整回答
反對(duì) 回復(fù) 2022-05-24
  • 1 回答
  • 0 關(guān)注
  • 149 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)