使用 pandas 在 matplotlib 中绘图

Question

我正在尝试使用 2 个 y 轴和一个共享的 x 轴进行绘图。我已经到了这一点，但它不是我想要的 x 轴。

这是我的代码：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_excel("Live_data_test.xlsx","Sheet1")



timedat = df.loc[:, 'Time']
temperaturedat = df.loc[:, 'Temperature']
humiditydat = df.loc[:, 'Humidity']

fig, ax1 = plt.subplots()

ax2 = ax1.twinx()
ax1.plot(timedat, temperaturedat, 'g-')
ax2.plot(timedat, humiditydat, 'b-')

ax1.set_xlabel('Time')
ax1.set_ylabel('Temperature', color='g')
ax2.set_ylabel('Humidity', color='b')

plt.show()

无论我有多少点，x 轴都绘制为 0,1,2,...。它没有绘制定义的 x 轴，它应该是我在电子表格中设置的 unix 时间。

电子表格：

Time    Temperature Humidity
1513753200  54  45
1513753201  55  48
1513753202  55  50
1513753203  56  52
1513753204  56  54
1513753205  57  54
1513753206  56  54
1513753207  56  55
1513753208  56  56
1513753209  55  56
1513753210  54  52
1513753211  53  50
1513753212  52  45
1513753213  51  45

当我做 print(timedat) 我得到这个：

0     1.513753e+09
1     1.513753e+09
2     1.513753e+09
3     1.513753e+09
4     1.513753e+09
5     1.513753e+09
6     1.513753e+09
7     1.513753e+09
8     1.513753e+09
9     1.513753e+09
10    1.513753e+09
11    1.513753e+09
12    1.513753e+09
13    1.513753e+09
Name: Time, dtype: float64

我相信将 unix 时间转换为 H:M:S M/D/Y 时间应该足够简单。我一直在寻找几个小时试图将 x 轴绘制为定义的时间，但无济于事。

Answer 1

将您的纪元时间戳转换为日期时间并使用 pandas 内置的轴标签格式。尝试替换这个：

timedat = df.loc[:, 'Time']

用这个：

timedat = pd.to_datetime(df['Time'], unit='s')

Answer 2

要将 Time 列从 unix 格式转换为字符串日期时间，请使用 pd.to_datetime + dt.strftime -

df.Time = pd.to_datetime(df.Time, unit='s').dt.strftime('%H:%I:%S %m/%d/%y')
df

                 Time  Temperature  Humidity
0   07:07:00 12/20/17           54        45
1   07:07:01 12/20/17           55        48
2   07:07:02 12/20/17           55        50
3   07:07:03 12/20/17           56        52
4   07:07:04 12/20/17           56        54
5   07:07:05 12/20/17           57        54
6   07:07:06 12/20/17           56        54
7   07:07:07 12/20/17           56        55
8   07:07:08 12/20/17           56        56
9   07:07:09 12/20/17           55        56
10  07:07:10 12/20/17           54        52
11  07:07:11 12/20/17           53        50
12  07:07:12 12/20/17           52        45
13  07:07:13 12/20/17           51        45