matplotlib画时序图，指定数组列名是y轴，第二行数据为x轴

在 Matplotlib 中，可以使用 `plot` 函数绘制时序图。首先，将数组转换为 Pandas DataFrame，然后使用列名指定 y 轴和 x 轴数据。

以下是示例代码：

import pandas as pd
import matplotlib.pyplot as plt

data = {'y': [1, 2, 3, 4, 5], 'x': [6, 7, 8, 9, 10]}
df = pd.DataFrame(data)

plt.plot(df['x'], df['y'])
plt.xlabel('x 轴')
plt.ylabel('y 轴')
plt.title('时序图')
plt.show()

在这个代码中，我们将数据存储在字典中，并将其转换为 Pandas DataFrame。然后，使用 `plot` 函数绘制图形，并使用 `xlabel`、`ylabel` 和 `title` 函数设置图形的标题和坐标轴标签。

相关问题

matplotlib画时序图，如何指定x y 轴

在 Matplotlib 中绘制时序图时，可以使用 `plot` 函数来绘制。在这个函数中，您可以通过指定 `x` 和 `y` 参数来指定 x 轴和 y 轴的数据。

以下是一个示例：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y)
plt.xlabel('X 轴标签')
plt.ylabel('Y 轴标签')
plt.title('标题')
plt.show()

在这个示例中，我们将 `x` 设置为 `[1, 2, 3, 4, 5]`，`y` 设置为 `[2, 4, 6, 8, 10]`，并通过 `plt.plot` 函数绘制它们。然后，我们使用 `plt.xlabel` 和 `plt.ylabel` 函数分别指定 x 轴和 y 轴的标签，并使用 `plt.title` 函数指定图形的标题。最后，我们使用 `plt.show` 函数显示图形。

matplotlib 时序图时间轴调整

在matplotlib中绘制时序图时，可以使用以下方法调整时间轴：

1. 设置x轴刻度值

可以使用xticks()方法设置x轴刻度值，将日期或时间作为刻度值。

import matplotlib.pyplot as plt
import pandas as pd

# 读取数据
data = pd.read_csv('data.csv', parse_dates=['date'])

# 绘制时序图
plt.plot(data['date'], data['value'])

# 设置x轴刻度值为日期
plt.xticks(data['date'])

2. 设置时间范围

可以使用xlim()方法设置x轴的时间范围，只显示指定时间段内的数据。

import matplotlib.pyplot as plt
import pandas as pd

# 读取数据
data = pd.read_csv('data.csv', parse_dates=['date'])

# 绘制时序图
plt.plot(data['date'], data['value'])

# 设置x轴时间范围
plt.xlim(['2019-01-01', '2020-12-31'])

3. 添加x轴标签

可以使用xlabel()方法添加x轴标签，标识时间的单位和格式。

import matplotlib.pyplot as plt
import pandas as pd

# 读取数据
data = pd.read_csv('data.csv', parse_dates=['date'])

# 绘制时序图
plt.plot(data['date'], data['value'])

# 设置x轴标签
plt.xlabel('Date (Year-Month)')

4. 设置时间格式

可以使用date_formatter()方法设置时间格式，以更好地呈现时间轴。

import matplotlib.pyplot as plt
import pandas as pd
import matplotlib.dates as mdates

# 读取数据
data = pd.read_csv('data.csv', parse_dates=['date'])

# 绘制时序图
plt.plot(data['date'], data['value'])

# 设置x轴时间格式
date_format = mdates.DateFormatter('%Y-%m')
plt.gca().xaxis.set_major_formatter(date_format)