Блог

У меня есть точечная диаграмма, использующая приведенный ниже код

 c1 = data_pd[data_pd.cluster == 0]
c2 = data_pd[data_pd.cluster == 1]
c3 = data_pd[data_pd.cluster == 2]
c4 = data_pd[data_pd.cluster == 3]
c5 = data_pd[data_pd.cluster == 4]
plt.scatter(c1.date, c1['totValue'],color='green')
plt.scatter(c2.date, c2['totValue'],color='blue')
plt.scatter(c3.date, c3['totValue'],color='red')
plt.scatter(c4.date, c4['totValue'],color='pink')
plt.scatter(c5.date, c5['totValue'],color='yellow')
plt.xlabel('date')
plt.ylabel('totValue')
 

столбец даты имеет числовой формат. поэтому, как только будет сгенерирована точечная диаграмма, значения по оси x будут в формате 1e18. Но я хочу отобразить дату как 2021-01-01 и т. Д. Как я могу отображать значения по оси x таким образом?

У вас есть столбец даты в формате метки времени, я подозреваю, в миллисекундах, вот так: 1635759825292 .

Что вам нужно сделать, так это преобразовать метку времени в datetime объект, а затем определить, как matplotlib обрабатывает формат datetime использования matplotlib.dates и DateFormatter .

Вот пример:

 import random
from pyspark.sql import SparkSession
import matplotlib.pyplot as plt
import matplotlib.dates as md
from datetime import datetime


def plot_cluster(cluster, color, data_pd):
    data = data_pd[data_pd.cluster == cluster]
    dates = [datetime.fromtimestamp(x / 1000) for x in data.date]
    plt.scatter(dates, data["count"], color=color)


if __name__ == "__main__":
    spark = SparkSession.builder.getOrCreate()

    data = [
        {
            "date": 1635759507038   random.randrange(5000),
            "count": random.randrange(20, 100),
            "cluster": random.randrange(5),
        }
        for _ in range(100)
    ]
    df = spark.createDataFrame(data)
    data_pd = df.toPandas()
    ax = plt.gca()
    plt.xticks(rotation=25)
    xfmt = md.DateFormatter("%Y-%m-%d %H:%M:%S")
    ax.xaxis.set_major_formatter(xfmt)

    clusters = [0, 1, 2, 3, 4]
    colors = ["green", "blue", "red", "pink", "yellow"]
    for cluster, color in zip(clusters, colors):
        plot_cluster(cluster, color, data_pd)

    plt.xlabel("date")
    plt.ylabel("count")
    plt.tight_layout()
    plt.show()
 

Обратите внимание: x / 1000

Фигура: