如何用Python针对时间序列数据绘制图表？

本文共计303个文字，预计阅读时间需要2分钟。

本示例子程序展示了如何使用Python处理时间序列数据，分析2002年长白山火山区CO2和He两种气体元素深度的时序序列。程序中运用了常见的Python时间序列处理方法，包括箭头标记识别和基础Python学习内容。

本例子程序展示了长白山火山气体地球化学2002年观测数据中CO2和He两种气体元素深度的时间序列。程序中用到了常用的时间序列python数据处理方法，箭头标识方法，适合学习基本python作图学习使用。程序中所用到的no09.csv数据样式如下：

代码如下

import pandas as pd import matplotlib.pyplot as plt import datetime df = pd.read_csv('no09.csv') t = df.iloc[0:200, 0] t = [datetime.datetime.strptime(i, '%Y/%m/%d') for i in t] co2 = [float(i) for i in df.iloc[0:200,1]] he = [float(i) for i in df.iloc[0:200,2]] plt.subplot(211) plt.plot(t, co2, 'o-') plt.xlabel('Date [Year/Month') plt.ylabel('CO2 / %') plt.grid(ls = '--') plt.subplot(212) plt.plot(t, he, 'o-') plt.xlabel('Date [Year/Month]') plt.ylabel('He /ppm') plt.annotate('2002/07/07 165ppm', xy = (datetime.datetime.strptime(('2002/07/07'), '%Y/%m/%d'), 165), xytext = (datetime.datetime.strptime(('2002/08/01'), '%Y/%m/%d'), 123), arrowprops = dict(facecolor = 'black', shrink = 0.05, width = 2, headwidth = 6, headlength = 6)) plt.grid(ls = '--') plt.show()

结果

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持易盾网络。