微信微信官方账号：耶鲁记得关注更多教程。如有疑问或建议，请用微信官方账号留言；背景介绍
今天我们将学习如何在Matplotlib中绘制时间序列数据。时序数据由包含日期的数据组成。例如，绘制过去几周比特币的价格走势。我们将学习如何以不同的方式格式化日期，以便更好地与我们的图形一起使用。我们开始吧。
介绍示例
首先，让我们来看一个基本的时间序列图以及在X轴上格式化日期显示的方式：
从datetime导入datetime，TimeDeltafrom从Matplotlib导入PyPlot作为PLT从Matplotlib导入日期作为mpl _ Dates #设置图表样式plt.style.use('seaborn')#读取数据Dates _ x=[Datetime(2019年7月24日)，Datetime(2019年7月25日)，Datetime(2019年7月26日)，Datetime(2019年7月27日)，Datetime(2019年7月28日)，Datetime(2019年7月29日)，Datetime(.5，7，8，9]#绘制时间序列图表plt.plot_date(dates_x，y，LineStyle='solid')#格式X轴日期显示plt.gcf()。autofmt_xdate()#指定显示格式date _ format=mpl _ dates。dateformatter ('%m/%d/%y') PLT。GCA()。xaxis.set _ maj
综合示例
我们从一个数据文件data.csv中读取过去一段时间比特币收盘价的数据走势，内容大致如下：
实现：
从datetime导入pandas作为pddatetime，the data从matplotlib导入pyplot作为pltfrom matplotlib导入日期作为mpl_datesfrom matplotlib导入font _ manager from pandas . plotting import \\ Register _ matplotlib _ converters Register _ matplotlib _ converters()#设置图表样式PLT . style . use(' seaborn ')# Read data data=PD . Read _ csv(' data . CSV ')#在CSV文件中的数据是str类型#在这里，方便显示图表#和显示数据['日期to _ datetime (data ['date'])数据。sort _ values ('date 'In place=true)price _ date=data[' date ']price _ close=data[' close ']# Call plot _ date()#显示时序数据图表PLT。plot _ date (price _ date，price _ close，Linestyle='solid')#格式X轴日期显示PLT.gcf()。auto fmt _ xdate()zh _ font=font _ manager。\\ Font properties(fname=' c:\\ \\ Windows \\ \\ Fonts \\ \\ msyh . TTF ')PLT . title . Font properties=zh _ Font)PLT . xlabel(' date 'Font properties=zh _ Font)PLT . y label('收盘价'Font properties=zh _ Font)PLT . tight _ layout()PLT . show()运行结果：
