pyplot太多刻度，生成速度很慢

Question

我正在尝试使用相同的X索引在不同的Y轴上记录两种不同的数据类型：

temperatureData = pd.read_csv("temperatureData.csv")
temperatureData = temperatureData.set_index('Time date')

y1_data1 = temperatureData['Temperature1']
y1_data2 = temperatureData['Temperature2']
y1_data3 = temperatureData['Temperature3']
y1_data4 = temperatureData['Temperature4']
y2_data1 = temperatureData['Vent1']
y2_data2 = temperatureData['Vent2']

x = temperatureData.index

fig, ax1 = plt.subplots()
ax2 = ax1.twinx()  # instantiate a second axes that shares the same x-axis

ax1.set_xlabel('Date Time', color='C0')
ax1.set_ylabel('Temperatures', color='C0')
ax1.tick_params(axis='x', labelcolor='C0', labelrotation=90)
ax1.tick_params(axis='y', labelcolor='C0')

curve1 = ax1.plot(x, y1_data1, label='Temperature1', color='tab:blue')
curve2 = ax1.plot(x, y1_data2, label='Temperature2', color='tab:orange')
curve3 = ax1.plot(x, y1_data3, label='Temperature3', color='tab:green')
curve4 = ax1.plot(x, y1_data4, label='Temperature4', color='tab:red')

ax2.set_ylabel('Open (Deg)', color='C0')
ax2.tick_params(axis='y', labelcolor='C0')
curve5 = ax2.plot(x, y2_data1, label='Vent1', color='r')
curve6 = ax2.plot(x, y2_data2, label='Vent2', color='b')

plt.title('Temperatures', color='C0')
plt.grid('on', linestyle='--')

plt.plot()
plt.show()

然而，现在它可以工作了，输出大约需要5分钟才能生成，因为每个X轴值都是以毫秒为单位采样的两周数据样本。所以你可以理解其中的原因。

有没有办法限制显示的x值？这就是生成速度如此之慢的原因吗？例如，如果我运行一个没有以下行的小样本集：

temperatureData = temperatureData.set_index('Time date')

它生成的图形为:秒= 0.9089131355285645，但是我没有得到X轴上的日期时间值。我只得到了索引号。有了这行代码，我得到了X轴上的日期时间值，但这需要:秒= 208.08867192268372

我试过了：

x = temperatureData['Date Time']

但这只会产生一个KeyError:'Date Time‘我觉得这里有一些关于索引的有趣的东西，我不明白。

​

​

Answer 1

好了，我把它算出来了。我必须做的是使用数据帧而不是单独的列：

temperatureData = pd.read_csv("temperatureData.csv")
temperatureData = temperatureData.set_index('Time date')
ventData = pd.read_csv("ventData.csv")
ventData = ventData.set_index('Time date')

dfTemp = temperatureData.set_index('Time date')
vents = ventData.set_index('Time date')

fig, ax1 = plt.subplots()
ax2 = ax1.twinx()

ax1.set_xlabel('Date Time', color='C0')
ax1.set_ylabel('Temperatures', color='C0')
ax2.set_ylabel('Vents', color='C0')
ax1.tick_params(axis='x', labelcolor='C0', labelrotation=90)
ax1.tick_params(axis='y', labelcolor='C0')
ax2.tick_params(axis='y', labelcolor='C0')

curve1 = ax1.plot(dfTemp, label='Temperature supply')
curve2 = ax2.plot(vents, label='Vents')

plt.title('Temperatures', color='C0')
plt.grid('on', linestyle='--')

plt.show()

现在，当我放大等时，它会缩放，加载速度非常快。

​

​

Answer 2

您可以设置xtick。我使用了另一个数据来演示，您需要设置突出显示的行(倒数第二行)

y1_data1 = temperatureData['TemperatureF']
y1_data2 = temperatureData['Humidity']
y2_data1 = temperatureData['Wind SpeedMPH']

x = temperatureData.index

fig, ax1 = plt.subplots(figsize=(10,5))
ax2 = ax1.twinx()  # instantiate a second axes that shares the same x-axis

ax1.set_xlabel('Date Time', color='C0')
ax1.set_ylabel('Temperatures', color='C0')
ax1.tick_params(axis='x', labelcolor='C0', labelrotation=90)
ax1.tick_params(axis='y', labelcolor='C0')

curve1 = ax1.plot(x, y1_data1, label='Temperature1', color='tab:blue')
curve2 = ax1.plot(x, y1_data2, label='Temperature2', color='tab:orange')

ax2.set_ylabel('Open (Deg)', color='C0')
ax2.tick_params(axis='y', labelcolor='C0')
curve5 = ax2.plot(x, y2_data1, label='Vent1', color='r')

plt.title('Temperatures', color='C0')
plt.grid('on', linestyle='--')

# set ticks here
ax1.set_xticks(range(0,len(x), 100))    #set interval here

plt.show()

以100为间隔

​

以200为间隔

​

您可以根据需要设置间隔。