绘制向量的每 n 个序列，直到数据结束 | Python

Question

我找到了许多示例来绘制向量的每 n 个元素，但我找不到绘制向量的每 n 个元素（复数）。我的初始向量的 xaxis 从 1 到 15768000，即 5 年以秒为单位，而 yaxis 是测量值。向量的长度为 15768000。我需要每 24 小时或在本例中每 86400 个值（以秒为单位的 24 小时）绘制一次数据。

例如：

list2 = [1, 2, 3, 4, 5, 6, 7, 8, 9]

如何从头开始绘制每 3 个元素 1、2、3 和 4、5、6，从头开始绘制 7、8、9。

我的情况下的新 xaxis 应该从 1 到 86400。如何修改要从头到尾的每 86400 个值绘制的向量的值？对于我的情况，我将在情节上有 1825 个场景（5 年内每 86400 个向量）。下图显示了我想要实现的目标（在此示例中，每 15 小时绘制一次）。

Answer 1

更新答案：

我相信你只需要在绘图之前重塑你的数据......

days = 20
pts = 86400
m = np.random.rand(pts*days)-0.5

m = np.reshape(m,(pts,days))

m = 1+np.cumsum(m,axis=0)
plt.plot(m)

旧答案：

下采样、下采样有多种方式。最简单的方法是为每个第 x 个元素绘制数据点，我相信这是您想要的“需要每 24 小时或在这种情况下每 86400 个值绘制数据”。为此，您只需绘制每个第 x 个数据点，示例代码如下所示。

示例 1. 不使用 pandas。

# import 
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np

# generate random data
m = np.random.rand(10000,10)-0.5
m = 1+np.cumsum(m,axis=0)

# plot every x-th element
skip = 1000 # every 1000!
for x in range(10):
    plt.scatter(np.arange(0,10000,skip),m[::skip,x])
plt.plot(m,alpha=0.5)
plt.grid(True)

示例 2. 使用 Pandas（我的偏好）。

import pandas as pd
import datetime

# form dataframe object
df = pd.DataFrame(m)
# add hypothetical time
base = datetime.datetime.today()
date_list = [base + datetime.timedelta(days=x) for x in range(10000)]
df.index = date_list

#plot data with and without skipping
df.iloc[::skip,].plot()

df.plot()