折线图+不同频率的分组条形图
Line chart + grouped bar chart with different frequency
我有 5 个不同频率的时间序列 (class pandas.core.series.Series)，我想制作这张图表：
desired chart
df1 (daily data, only working days)
Date exchange_rate_daily
2013-01-02 25.225
2013-01-03 25.26
2013-01-04 25.35
2013-01-07 25.535
2013-01-08 25.58
2013-01-09 25.53
2013-01-10 25.63
2013-01-11 25.615
2013-01-14 25.615
2013-01-15 25.61
2013-01-16 25.58
2013-01-17 25.54
2013-01-18 25.63
2013-01-21 25.625
df2 (monthly data for 2 time series)
Date intervention_monthly client_monthly
2013-01-01 0.6 0.67273
2013-02-01 0.2 0.04
2013-03-01 0.4 0.17443
2013-04-01 0.3 0.53883
2013-05-01 0.7 -0.0647
2013-06-01 0.2 0.20103
2013-07-01 0.0 0.22846
2013-08-01 0.0 -0.2611
2013-09-01 0.0 0.16002
2013-10-01 0.0 -0.10967
2013-11-01 7.4 -0.31122
折线图：
X 轴：date_exchangerate_daily（尺寸 = 2198，每日日期即 2013-01-02 00:00:00，但仅限工作日 - 无周末、无节假日）
Y轴（左）：`exchangerate_daily（尺寸=2198，每日汇率）
我的折线图代码运行良好。见下文：
fig, ax1 = plt.subplots(figsize=(10,6))
ax1.plot(date_exchangerate_daily, exchangerate_daily, color="k", label="Exchange rate (daily)", linewidth=2)
ax1.legend(loc = "upper left")
分组条形图：
X 轴：date_operations_monthly（尺寸 = 107，每月日期例如 2013-01-01 00:00:00）
Y 轴（右）：intervention_monthly（尺寸=107，每月数据）
Y轴（右）：client_monthly（尺寸=107，每月数据）
x = np.arange(len(date_operations_monthly))
width = 0.1
ax2 = ax1.twinx()
rects1 = ax2.bar(x - width/2, intervention_monthly, width, label='Intervention (monthly)')
rects2 = ax2.bar(x + width/2, client_monthly, width, label='Client operation (monthly)')
ax2.set_xticks(x)
ax2.set_xticklabels(date_operations_monthly2, rotation = 70)
ax2.legend(loc = "upper right")
我得到这张图表：
chart
如果我单独绘制图表，我会得到正确的图表。所以把这两个图表结合起来就有问题了。我想问题是数据频率不同，然后我想在 X 轴上绘制的日期系列的大小（每日 x 每月日期）不同。请问有解决办法吗？
非常感谢。
由于没有可用的数据，我使用了股价数据，并使用收盘价、交易量和另一个条形图的 1/2 的交易量创建了一个条形图。
matplotlib时间序列是基于公历的，所以需要进行转换。查看更多 details。
import pandas as pd
import numpy as np
import io
data = '''
Date exchange_rate_daily
2013-01-02 25.225
2013-01-03 25.26
2013-01-04 25.35
2013-01-07 25.535
2013-01-08 25.58
2013-01-09 25.53
2013-01-10 25.63
2013-01-11 25.615
2013-01-14 25.615
2013-01-15 25.61
2013-01-16 25.58
2013-01-17 25.54
2013-01-18 25.63
2013-01-21 25.625
'''
data1 = '''
Date intervention_monthly client_monthly
2013-01-01 0.6 0.67273
2013-02-01 0.2 0.04
2013-03-01 0.4 0.17443
2013-04-01 0.3 0.53883
2013-05-01 0.7 -0.0647
2013-06-01 0.2 0.20103
2013-07-01 0.0 0.22846
2013-08-01 0.0 -0.2611
2013-09-01 0.0 0.16002
2013-10-01 0.0 -0.10967
2013-11-01 7.4 -0.31122
'''
df1 = pd.read_csv(io.StringIO(data), delim_whitespace=True)
df2 = pd.read_csv(io.StringIO(data1), delim_whitespace=True)
df1['Date'] = pd.to_datetime(df1['Date'])
df2['Date'] = pd.to_datetime(df2['Date'])
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
fig, ax1 = plt.subplots(figsize=(12,6))
ax1.plot(mdates.date2num(df1['Date']), df1['exchange_rate_daily'], color="k", label="Exchange rate (daily)", linewidth=2)
ax1.legend(loc = "upper left")
#x = np.arange(len(df2))
width = 0.5
ax2 = ax1.twinx()
rects1 = ax2.bar(mdates.date2num(df2['Date']) - 1, df2['intervention_monthly'], width, label='Intervention (monthly)')
rects2 = ax2.bar(mdates.date2num(df2['Date']) + 1, df2['client_monthly'], width, label='Client operation (monthly)')
all_dates = sorted(df1['Date'][::5].tolist()+df2['Date'].tolist())
all_dates = mdates.date2num(all_dates)
ax2.set_xticks(all_dates)
ax2.set_xticklabels([mdates.num2date(d).strftime('%Y-%m-%d') for d in all_dates])
ax2.legend(loc = "upper right")
ax1.tick_params(axis='x', labelrotation=90)
plt.show()
我有 5 个不同频率的时间序列 (class pandas.core.series.Series)，我想制作这张图表：
desired chart
df1 (daily data, only working days)
Date exchange_rate_daily
2013-01-02 25.225
2013-01-03 25.26
2013-01-04 25.35
2013-01-07 25.535
2013-01-08 25.58
2013-01-09 25.53
2013-01-10 25.63
2013-01-11 25.615
2013-01-14 25.615
2013-01-15 25.61
2013-01-16 25.58
2013-01-17 25.54
2013-01-18 25.63
2013-01-21 25.625
df2 (monthly data for 2 time series)
Date intervention_monthly client_monthly
2013-01-01 0.6 0.67273
2013-02-01 0.2 0.04
2013-03-01 0.4 0.17443
2013-04-01 0.3 0.53883
2013-05-01 0.7 -0.0647
2013-06-01 0.2 0.20103
2013-07-01 0.0 0.22846
2013-08-01 0.0 -0.2611
2013-09-01 0.0 0.16002
2013-10-01 0.0 -0.10967
2013-11-01 7.4 -0.31122
折线图：
X 轴：date_exchangerate_daily（尺寸 = 2198，每日日期即 2013-01-02 00:00:00，但仅限工作日 - 无周末、无节假日）
Y轴（左）：`exchangerate_daily（尺寸=2198，每日汇率）
我的折线图代码运行良好。见下文：
fig, ax1 = plt.subplots(figsize=(10,6))
ax1.plot(date_exchangerate_daily, exchangerate_daily, color="k", label="Exchange rate (daily)", linewidth=2)
ax1.legend(loc = "upper left")
分组条形图：
X 轴：date_operations_monthly（尺寸 = 107，每月日期例如 2013-01-01 00:00:00）
Y 轴（右）：intervention_monthly（尺寸=107，每月数据）
Y轴（右）：client_monthly（尺寸=107，每月数据）
x = np.arange(len(date_operations_monthly))
width = 0.1
ax2 = ax1.twinx()
rects1 = ax2.bar(x - width/2, intervention_monthly, width, label='Intervention (monthly)')
rects2 = ax2.bar(x + width/2, client_monthly, width, label='Client operation (monthly)')
ax2.set_xticks(x)
ax2.set_xticklabels(date_operations_monthly2, rotation = 70)
ax2.legend(loc = "upper right")
我得到这张图表： chart
如果我单独绘制图表，我会得到正确的图表。所以把这两个图表结合起来就有问题了。我想问题是数据频率不同，然后我想在 X 轴上绘制的日期系列的大小（每日 x 每月日期）不同。请问有解决办法吗？
非常感谢。
由于没有可用的数据，我使用了股价数据，并使用收盘价、交易量和另一个条形图的 1/2 的交易量创建了一个条形图。 matplotlib时间序列是基于公历的，所以需要进行转换。查看更多 details。
import pandas as pd
import numpy as np
import io
data = '''
Date exchange_rate_daily
2013-01-02 25.225
2013-01-03 25.26
2013-01-04 25.35
2013-01-07 25.535
2013-01-08 25.58
2013-01-09 25.53
2013-01-10 25.63
2013-01-11 25.615
2013-01-14 25.615
2013-01-15 25.61
2013-01-16 25.58
2013-01-17 25.54
2013-01-18 25.63
2013-01-21 25.625
'''
data1 = '''
Date intervention_monthly client_monthly
2013-01-01 0.6 0.67273
2013-02-01 0.2 0.04
2013-03-01 0.4 0.17443
2013-04-01 0.3 0.53883
2013-05-01 0.7 -0.0647
2013-06-01 0.2 0.20103
2013-07-01 0.0 0.22846
2013-08-01 0.0 -0.2611
2013-09-01 0.0 0.16002
2013-10-01 0.0 -0.10967
2013-11-01 7.4 -0.31122
'''
df1 = pd.read_csv(io.StringIO(data), delim_whitespace=True)
df2 = pd.read_csv(io.StringIO(data1), delim_whitespace=True)
df1['Date'] = pd.to_datetime(df1['Date'])
df2['Date'] = pd.to_datetime(df2['Date'])
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
fig, ax1 = plt.subplots(figsize=(12,6))
ax1.plot(mdates.date2num(df1['Date']), df1['exchange_rate_daily'], color="k", label="Exchange rate (daily)", linewidth=2)
ax1.legend(loc = "upper left")
#x = np.arange(len(df2))
width = 0.5
ax2 = ax1.twinx()
rects1 = ax2.bar(mdates.date2num(df2['Date']) - 1, df2['intervention_monthly'], width, label='Intervention (monthly)')
rects2 = ax2.bar(mdates.date2num(df2['Date']) + 1, df2['client_monthly'], width, label='Client operation (monthly)')
all_dates = sorted(df1['Date'][::5].tolist()+df2['Date'].tolist())
all_dates = mdates.date2num(all_dates)
ax2.set_xticks(all_dates)
ax2.set_xticklabels([mdates.num2date(d).strftime('%Y-%m-%d') for d in all_dates])
ax2.legend(loc = "upper right")
ax1.tick_params(axis='x', labelrotation=90)
plt.show()