通过忽略 matplotlib 中的缺失数据进行绘图

Question

我一直在尝试制作一个程序，该程序可以在 2 人之间的 Whatsapp 聊天期间绘制一个单词的使用频率。例如，night 这个词在几天内被使用了几次，而在大部分时间里被使用了 0 次。我的图如下

这里是代码

word_occurances = [0 for i in range(len(just_dates))]

for i in range(len(just_dates)):
    for j in range(len(df_word)):
        if just_dates[i].date() == word_date[j].date():
            word_occurances[i] += 1

title = person2.rstrip(':') + ' with ' + person1.rstrip(':') + ' usage of the word - ' + word

plt.plot(just_dates, word_occurances, color = 'purple')
plt.gcf().autofmt_xdate()
plt.xlabel('Time')
plt.ylabel('number of times used')
plt.title(title)
plt.savefig('Graphs/Words/' + title + '.jpg', dpi = 200)
plt.show()

word_occurrances 是一个列表

[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 2, 0, 0, 0, 1, 0, 5, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

我想要的是图表仅连接使用它的点，同时在 x 轴上显示整个时间线。我不希望图表触及 0。我该怎么做？我搜索并找到了类似的答案，但没有一个能像我一样工作。

Answer 1

您只需找到对应值大于零的word_occurances 的索引。有了这个你可以索引just_dates来获取相应的日期。

word_counts = []    # Only word counts > 0
dates = []          # Date of > 0 word count
for i, val in enumerate(word_occurances):
    if val > 0:
        word_counts.append(val)
        dates.append(just_dates[i])

您可能希望使用底层条形图进行绘图以保持原始比例。

plt.bar(just_dates, word_occurances)
plt.plot(dates, word_counts, 'r--')

Answer 2

解决此问题的一种方法是仅绘制包含条目的数据，但标记对话发生的所有日期以指示图表中的零值：

from matplotlib import pyplot as plt
import matplotlib.dates as mdates
from matplotlib.ticker import FixedLocator

#fake data generation, this block just imitates your unknown data and can be deleted
import numpy as np
import pandas as pd
np.random.seed(12345)
n = 30
just_dates = pd.to_datetime(np.random.randint(1, 100, n)+18500, unit="D").sort_values().to_list()
word_occurances = [0]*n
for i in range(10): 
    word_occurances[np.random.randint(n)] = np.random.randint(1, 10)


fig, ax = plt.subplots(figsize=(15,5))

#generate data to plot by filtering out zero values
plot_data = [(just_dates[i], word_occurances[i]) for i, num in enumerate(word_occurances) if num > 0]

#plot these data with marker to indicate each point 
#think 1-1-1-1-1 would only be visible as two points with lines only
ax.plot(*zip(*plot_data), color = 'purple', marker="o")
#label all dates where conversations took place
ax.xaxis.set_major_locator(FixedLocator(mdates.date2num(just_dates)))
#prevent that matplotlib autoscales the y-axis
ax.set_ylim(0, )
ax.tick_params(axis="x", labelrotation= 90)

plt.xlabel('Time')
plt.ylabel('number of times used')
plt.title("Conversations at night")
plt.tight_layout()
plt.show()

示例输出：

所有这些日期标签很快就会变得很忙（并且可能会或可能不会与 just_dates 中的日期时间对象一起使用，这些对象的结构可能与我的示例日期不同）。另一种方法是用vlines 表示每个对话：

...
fig, ax = plt.subplots(figsize=(15,5))

plot_data = [(just_dates[i], word_occurances[i]) for i, num in enumerate(word_occurances) if num > 0]

ax.plot(*zip(*plot_data), color = 'purple', marker="o")
ax.vlines((just_dates), 0, max(word_occurances), color="red", ls="--")
ax.set_ylim(0, )

plt.gcf().autofmt_xdate()
plt.xlabel('Time')
plt.ylabel('number of times used')
plt.title("Conversations at night")
plt.tight_layout()
plt.show()

示例输出：