26 votes

Tracer numpy datetime64 avec matplotlib

J'ai deux tableaux numpy 1D, l'un est le temps de mesure au format datetime64, par exemple :

array([2011-11-15 01:08:11, 2011-11-16 02:08:04, ..., 2012-07-07 11:08:00], dtype=datetime64[us])

et un autre tableau de même longueur et dimension avec des données entières.
Je voudrais faire un graphe dans matplotlib temps vs données. Si je mets directement les données, voici ce que j'obtiens :

plot(timeSeries, data)

saisissez ici la description de l'image

Y a-t-il un moyen d'obtenir le temps dans des unités plus naturelles ? Par exemple, dans ce cas, les mois/l'année seraient bien.

MODIFICATION :
J'ai essayé la suggestion de Gustav Larsson, cependant j'obtiens une erreur :

Out[128]:
[]
---------------------------------------------------------------------------
OverflowError                             Traceback (most recent call last)
/usr/lib/python2.7/dist-packages/IPython/zmq/pylab/backend_inline.pyc in show(close)
    100     try:
    101         for figure_manager in Gcf.get_all_fig_managers():
--> 102             send_figure(figure_manager.canvas.figure)
    103     finally:
    104         show._to_draw = []

/usr/lib/python2.7/dist-packages/IPython/zmq/pylab/backend_inline.pyc in send_figure(fig)
    209     """
    210     fmt = InlineBackend.instance().figure_format
--> 211     data = print_figure(fig, fmt)
    212     # print_figure will return None if there's nothing to draw:
    213     if data is None:

/usr/lib/python2.7/dist-packages/IPython/core/pylabtools.pyc in print_figure(fig, fmt)
    102     try:
    103         bytes_io = BytesIO()
--> 104         fig.canvas.print_figure(bytes_io, format=fmt, bbox_inches='tight')
    105         data = bytes_io.getvalue()
    106     finally:

/usr/lib/pymodules/python2.7/matplotlib/backend_bases.pyc in print_figure(self, filename, dpi, facecolor, edgecolor, orientation, format, **kwargs)
   1981                     orientation=orientation,
   1982                     dryrun=True,
-> 1983                     **kwargs)
   1984                 renderer = self.figure._cachedRenderer
   1985                 bbox_inches = self.figure.get_tightbbox(renderer)

/usr/lib/pymodules/python2.7/matplotlib/backends/backend_agg.pyc in print_png(self, filename_or_obj, *args, **kwargs)
    467 
    468     def print_png(self, filename_or_obj, *args, **kwargs):
--> 469         FigureCanvasAgg.draw(self)
    470         renderer = self.get_renderer()
    471         original_dpi = renderer.dpi

/usr/lib/pymodules/python2.7/matplotlib/backends/backend_agg.pyc in draw(self)
    419 
    420         try:
--> 421             self.figure.draw(self.renderer)
    422         finally:
    423             RendererAgg.lock.release()

/usr/lib/pymodules/python2.7/matplotlib/artist.pyc in draw_wrapper(artist, renderer, *args, **kwargs)
     53     def draw_wrapper(artist, renderer, *args, **kwargs):
     54         before(artist, renderer)
---> 55         draw(artist, renderer, *args, **kwargs)
     56         after(artist, renderer)
     57 

/usr/lib/pymodules/python2.7/matplotlib/figure.pyc in draw(self, renderer)
    896         dsu.sort(key=itemgetter(0))
    897         for zorder, a, func, args in dsu:
--> 898             func(*args)
    899 
    900         renderer.close_group('figure')

/usr/lib/pymodules/python2.7/matplotlib/artist.pyc in draw_wrapper(artist, renderer, *args, **kwargs)
     53     def draw_wrapper(artist, renderer, *args, **kwargs):
     54         before(artist, renderer)
---> 55         draw(artist, renderer, *args, **kwargs)
     56         after(artist, renderer)
     57 

/usr/lib/pymodules/python2.7/matplotlib/axes.pyc in draw(self, renderer, inframe)
   1995 
   1996         for zorder, a in dsu:
-> 1997             a.draw(renderer)
   1998 
   1999         renderer.close_group('axes')

/usr/lib/pymodules/python2.7/matplotlib/artist.pyc in draw_wrapper(artist, renderer, *args, **kwargs)
     53     def draw_wrapper(artist, renderer, *args, **kwargs):
     54         before(artist, renderer)
---> 55         draw(artist, renderer, *args, **kwargs)
     56         after(artist, renderer)
     57 

/usr/lib/pymodules/python2.7/matplotlib/axis.pyc in draw(self, renderer, *args, **kwargs)
   1039         renderer.open_group(__name__)
   1040 
-> 1041         ticks_to_draw = self._update_ticks(renderer)
   1042         ticklabelBoxes, ticklabelBoxes2 = self._get_tick_bboxes(ticks_to_draw, renderer)
   1043 

/usr/lib/pymodules/python2.7/matplotlib/axis.pyc in _update_ticks(self, renderer)
    929 
    930         interval = self.get_view_interval()
--> 931         tick_tups = [ t for t in self.iter_ticks()]
    932         if self._smart_bounds:
    933             # handle inverted limits

/usr/lib/pymodules/python2.7/matplotlib/axis.pyc in iter_ticks(self)
    876         Iterate through all of the major and minor ticks.
    877         """
--> 878         majorLocs = self.major.locator()
    879         majorTicks = self.get_major_ticks(len(majorLocs))
    880         self.major.formatter.set_locs(majorLocs)

/usr/lib/pymodules/python2.7/matplotlib/dates.pyc in __call__(self)
    747     def __call__(self):
    748         'Return the locations of the ticks'
--> 749         self.refresh()
    750         return self._locator()
    751 

/usr/lib/pymodules/python2.7/matplotlib/dates.pyc in refresh(self)
    756     def refresh(self):
    757         'Refresh internal information based on current limits.'
--> 758         dmin, dmax = self.viewlim_to_dt()
    759         self._locator = self.get_locator(dmin, dmax)
    760 

/usr/lib/pymodules/python2.7/matplotlib/dates.pyc in viewlim_to_dt(self)
    528     def viewlim_to_dt(self):
    529         vmin, vmax = self.axis.get_view_interval()
--> 530         return num2date(vmin, self.tz), num2date(vmax, self.tz)
    531 
    532     def _get_unit(self):

/usr/lib/pymodules/python2.7/matplotlib/dates.pyc in num2date(x, tz)
    287     """
    288     if tz is None: tz = _get_rc_timezone()
--> 289     if not cbook.iterable(x): return _from_ordinalf(x, tz)
    290     else: return [_from_ordinalf(val, tz) for val in x]
    291 

/usr/lib/pymodules/python2.7/matplotlib/dates.pyc in _from_ordinalf(x, tz)
    201     if tz is None: tz = _get_rc_timezone()
    202     ix = int(x)
--> 203     dt = datetime.datetime.fromordinal(ix)
    204     remainder = float(x) - ix
    205     hour, remainder = divmod(24*remainder, 1)

OverflowError: signed integer is greater than maximum

Est-ce un bug ? Ou est-ce que je manque quelque chose. J'ai aussi essayé quelque chose de simple :

import matplotlib.pyplot as plt
import numpy as np
dates=np.array(["2011-11-13", "2011-11-14", "2011-11-15", "2011-11-16", "2011-11-19"], dtype='datetime64[us]')
data=np.array([1, 2, 3, 4, 5])
plt.plot_date(dates, data)
plt.show()

Je reçois toujours cette erreur :

OverflowError: signed integer is greater than maximum

Je ne comprends pas ce que je fais de mal. ipython 0.13, matplotlib 1.1, Ubuntu 12.04 x64.

MODIFICATION FINALE :
Il semble que matplotlib ne supporte pas dtype=datetime64, donc j'ai dû convertir le timeSeries en datetime.datetime ordinaire depuis datetime.

22voto

kidnakyo Points 71
de datetime import datetime
a=np.datetime64('2002-06-28').astype(datetime)
tracé_date(a,2)

5voto

freidrichen Points 898

Matplotlib>=2.2 prend en charge nativement le tracé des tableaux datetime64. Voir https://github.com/matplotlib/matplotlib/blob/master/doc/users/prev_whats_new/whats_new_2.2.rst#support-for-numpydatetime64:

Matplotlib prend en charge les dates datetime.datetime depuis longtemps dans matplotlib.dates. Nous prenons désormais en charge les dates numpy.datetime64 également. Partout où datetime.datetime pouvait être utilisé, numpy.datetime64 peut également être utilisé. par exemple:

time = np.arange('2005-02-01', '2005-02-02', dtype='datetime64[h]')
plt.plot(time)

3voto

Gustav Larsson Points 3416

Vous voudrez peut-être essayer ceci :

plot_date(timeSeries, data)

Par défaut, l'axe des x sera considéré comme un axe de date, et y comme un axe régulier. Cela peut être personnalisé.

1voto

theo olsthoorn Points 69

J'ai eu un problème similaire. Parfois, l'axe des dates tracait correctement mon tableau np.datetim64 et d'autres fois non avec le même tableau de temps, affichant à la place des valeurs entières non reconnaissables sur l'axe des dates.

La raison s'est avérée être que j'avais défini ax.xscale('linear') après avoir travaillé initialement avec une échelle logarithmique. En supprimant ax.xscale('linear'), le problème a été résolu. Un axe linéaire n'est pas un axe de date, j'ai appris.

Prograide.com

Prograide est une communauté de développeurs qui cherche à élargir la connaissance de la programmation au-delà de l'anglais.
Pour cela nous avons les plus grands doutes résolus en français et vous pouvez aussi poser vos propres questions ou résoudre celles des autres.

Powered by:

X