pyplot 画折线图，9点半到11点半有数据，1点到三点有数据，无数据的部分在x轴去掉

在折线图中，如果您想要去掉无数据的部分，可以使用 `numpy` 库中的 `NaN` 值来表示数据缺失，并使用 `matplotlib` 库中的 `xlim()` 函数来设置 `x` 轴的显示范围。具体来说，您可以设置 `x` 轴的显示范围为9.5到15，以去掉无数据的部分。

以下是示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.array([9.5, 10, 10.5, 11, 13, 13.5, 14, 14.5, 15])
y = np.array([0.5, 1, 2, 1.5, 2, 1, 0.5, 1.5, 2])

# 绘制折线图
plt.plot(x, y)

# 设置 x 轴的显示范围
plt.xlim(9.5, 15)

# 显示图像
plt.show()

在这个示例代码中，我们将无数据的部分用 `NaN` 值表示，并使用 `xlim()` 函数将 `x` 轴的显示范围设置为9.5到15，以去掉无数据的部分。最终的折线图只显示了有数据的部分。

相关问题

pyplot 画折线图，9点半到11点半有数据，1点到三点有数据，怎么让11点半的数据和1点半的数据连起来，中间不要留空白

您可以在折线图中使用 `NaN` 值来表示数据缺失，从而让折线图中断。因此，您可以在11点半和1点之间添加一个 `NaN` 值，以便让两个数据段之间的连接更加平滑。

以下是示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.array([9.5, 10, 10.5, 11, np.nan, 13, 13.5, 14, 14.5, 15])
y = np.array([0.5, 1, 2, 1.5, np.nan, 2, 1, 0.5, 1.5, 2])

# 绘制折线图
plt.plot(x, y)

# 显示图像
plt.show()

在这个示例代码中，我们将11点半和1点之间的数据用 `NaN` 值表示，这样就可以让两个数据段之间的连接更加平滑了。

pyplot x轴显示9点半到11点半和13点到15点，其余时间不显示

您可以使用 `xticks()` 函数来设置 `x` 轴的刻度和标签，并将没有数据的时间段对应的刻度和标签设置为空字符串。具体来说，您可以将9点半对应的刻度设置为0.5，11点半对应的刻度设置为 `np.nan` 或空字符串，13点对应的刻度设置为2，15点对应的刻度设置为3.5，这样就可以只显示有数据的时间段。

以下是示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.array([9.5, 10, 10.5, 11, 13, 13.5, 14, 14.5, 15])
y = np.array([0.5, 1, 2, 1.5, 2, 1, 0.5, 1.5, 2])

# 绘制折线图
plt.plot(x, y)

# 设置 x 轴的刻度和标签
plt.xticks([0.5, 2, 3.5], ['9:30', '', '13:00', '', '15:00'])

# 显示图像
plt.show()

在这个示例代码中，我们将9点半对应的刻度设置为0.5，11点半对应的刻度设置为空字符串，13点对应的刻度设置为2，15点对应的刻度设置为3.5，并使用 `xticks()` 函数将它们设置成对应的标签。最终的折线图只显示了有数据的时间段，并且这些时间段的刻度和标签都被设置成了正确的值。