使用PYSPARK显示时将散点图x轴从数值转换为日期值 [英] Convert scatter plot x-axis from numeric to date value when displaying using pyspark
本文介绍了使用PYSPARK显示时将散点图x轴从数值转换为日期值的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我有一个使用以下代码的散点图
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')
日期列为数字格式。因此,一旦生成散点图,x轴值的格式为1e18。但我想将日期显示为2021-01-01等。我如何才能像那样显示x轴值?
推荐答案
您有时间戳格式的日期列,我猜是毫秒:1635759825292
。
您需要做的是将时间戳转换为datetime
对象,然后使用matplotlib.dates
和DateFormatter
定义matplotlib如何处理datetime
的格式。
举个例子:
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()
注意:X/1000
图:
这篇关于使用PYSPARK显示时将散点图x轴从数值转换为日期值的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文