Matplotlib 时间序列热图可视化行修改

Question

提前感谢您的帮助！

我正在尝试从时间序列数据创建热图，数据从年中开始，这导致我的热图顶部向左移动，与图的其余部分不匹配（如图所示以下）。我将如何移动仅顶线，以便数据的可视化与绘图的其余部分同步？

（下面提供的代码）

import pandas as pd
import matplotlib.pyplot as plt

# links to datadata
url1 = 'https://raw.githubusercontent.com/the-datadudes/deepSoilTemperature/master/minotDailyAirTemp.csv'

# load the data into a DataFrame, not a Series
# parse the dates, and set them as the index
df1 = pd.read_csv(url1, parse_dates=['Date'], index_col=['Date'])

# groupby year and aggregate Temp into a list
dfg1 = df1.groupby(df1.index.year).agg({'Temp': list})

# create a wide format dataframe with all the temp data expanded
df1_wide = pd.DataFrame(dfg1.Temp.tolist(), index=dfg1.index)

# ploting the data

fig, (ax1) = plt.subplots(ncols=1, figsize=(20, 5))


ax1.matshow(df1_wide, interpolation=None, aspect='auto');

Answer 1

现在，问题是什么，数据集上的日期，如果你看到数据集这个开始

`1990-4-24,15.533`

为了解决这个问题，需要添加 1990/01/01 -/04/23 之间的数据并删除 29Feb。

rng = pd.date_range(start='1990-01-01', end='1990-04-23', freq='D')
df = pd.DataFrame(index= rng)
df.index = pd.to_datetime(df.index)
df['Temp'] = np.NaN
frames = [df, df1]
result = pd.concat(frames)
result = result[~((result.index.month == 2) & (result.index.day == 29))]

有了这些数据

dfg1 = result.groupby(result.index.year).agg({'Temp': list})
df1_wide = pd.DataFrame(dfg1['Temp'].tolist(), index=dfg1.index)

# ploting the data

fig, (ax1) = plt.subplots(ncols=1, figsize=(20, 5))


ax1.matshow(df1_wide, interpolation=None, aspect='auto');

未填充部分的问题是数据集上的 NaN 值的结果，在这种情况下，您可以选择将 NaN 值替换为列均值或行均值。 还有其他方法可以替换 NaN 值

df1_wide = df1_wide.apply(lambda x: x.fillna(x.mean()),axis=0)