python - 正确描绘 matplotlib python 中的趋势，如电子表格图表

Question

我有一个包含日期和汽油价格的非常简单的数据集。

就像 WPS 电子表格中的下图一样

但是相同的数据集在 matplotlib python 中绘制如下

我正在绘制的数据框是

         日期价格
0 2018-05-12 75.09
1 2018-05-13 75.09
2 2018-05-14 75.28
3 2018-05-15 75.42
4 2018-05-16 75.57
5 2018-05-17 75.78
6 2018-05-18 76.06
7 2018-05-19 76.34
8 2018-05-20 76.66
9 2018-05-21 76.98
10 2018-05-22 77.27
11 2018-05-23 77.55
12 2018-05-24 77.84
13 2018-05-25 78.19
14 2018-05-26 78.32
15 2018-05-27 78.46
16 2018-05-28 78.61
17 2018-05-29 78.76
18 2018-05-30 78.19
19 2018-05-31 78.68
20 2018-06-01 78.60
21 2018-06-02 78.51
22 2018-06-03 78.43
23 2018-06-04 78.43
24 2018-06-05 78.16
25 2018-06-06 78.05
26 2018-06-07 77.97
27 2018-06-08 77.77
28 2018-06-09 77.38
29 2018-06-10 77.15
30 2018-06-11 76.96
31 2018-06-12 76.82
32 2018-06-13 76.82

这是我用来绘制 import matplotlib.pyplot as plt import Datasets as DS 的代码

df = DS.getDataSet_petrol("13-06-2018")

plt.plot(df['date'],df['price'])

plt.show()

显然，查看电子表格图表显示非线性趋势，而 matplotlib 显示线性趋势。

这让我对使用线性或多项式回归的正确回归模型感到困惑。

所以我的主要问题是：我怎样才能让 python 图看起来像电子表格？

标签： pythondatematplotlib

Answer 1

似乎问题是由于您的df["price"].

这可以通过在绘制之前将其转换为浮点数来解决。

plt.plot(df['date'],df['price'].astype('float'))

甚至在对数据做任何事情之前：

df['price'] = df['price'].astype('float')