可以通过以下步骤实现:
import matplotlib.pyplot as plt
import pandas as pd
data = {'日期': ['2022-01-01', '2022-01-03', '2022-01-06', '2022-01-08'],
'数据': [10, 15, 8, 12]}
df = pd.DataFrame(data)
df['日期'] = pd.to_datetime(df['日期'])
fig, ax = plt.subplots()
ax.plot(df['日期'], df['数据'])
ax.xaxis.set_major_locator(plt.MaxNLocator(4)) # 设置x轴刻度数量
import matplotlib.dates as mdates
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d')) # 设置日期格式
fig.autofmt_xdate() # 自动调整日期标签的显示
plt.show()
综上所述,使用matplotlib绘制日期有间隙的数据帧的完整代码如下:
import matplotlib.pyplot as plt
import pandas as pd
data = {'日期': ['2022-01-01', '2022-01-03', '2022-01-06', '2022-01-08'],
'数据': [10, 15, 8, 12]}
df = pd.DataFrame(data)
df['日期'] = pd.to_datetime(df['日期'])
fig, ax = plt.subplots()
ax.plot(df['日期'], df['数据'])
ax.xaxis.set_major_locator(plt.MaxNLocator(4))
import matplotlib.dates as mdates
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
fig.autofmt_xdate()
plt.show()
对于腾讯云相关产品和产品介绍链接地址,由于要求不能提及具体品牌商,无法提供相关链接。但是可以通过搜索引擎或腾讯云官方网站获取相关产品和文档信息。
领取专属 10元无门槛券
手把手带您无忧上云