matplotlib + pandas绘图

利用pandas处理日期数据，并根据日期绘制增长率曲线。

处理的json文本内容如下：

# pd.json

[
{"name": "A", "date": "注册于 2011-6-9"},
{"name": "B", "date": "注册于 2011-6-23"},
{"name": "C", "date": "注册于 2011-7-2"},
{"name": "D", "date": "注册于 2011-10-3"},
{"name": "E", "date": "注册于 2011-8-23"},
{"name": "F", "date": "注册于 2011-9-2"},
{"name": "G", "date": "注册于 2011-10-3"},
{"name": "H", "date": "注册于 2011-11-23"},
{"name": "I", "date": "注册于 2011-12-2"},
{"name": "J", "date": "注册于 2011-12-3"},
{"name": "K", "date": "注册于 2011-12-23"},
{"name": "L", "date": "注册于 2011-10-2"},
{"name": "M", "date": "注册于 2011-8-3"},
{"name": "Y", "date": "注册于 2011-12-23"},
{"name": "U", "date": "注册于 2011-10-9"},
{"name": "W", "date": "注册于 2011-8-6"},
{"name": "K", "date": "注册于 2011-12-21"},
{"name": "L", "date": "注册于 2011-12-5"},
{"name": "M", "date": "注册于 2011-8-3"},
{"name": "Y", "date": "注册于 2011-12-23"},
{"name": "U", "date": "注册于 2011-10-9"},
{"name": "W", "date": "注册于 2011-12-6"}
]

1. 读取json文件的数据（对于自己构建的json文件，里面的键值对字符串必须是双引号）

dt = pd.read_json('pd.json', orient='records', encoding='utf-8')

顺便说一下 orient 参数：不一样的文件内容格式，这个参数的值是不一样的，不然会读取失败。

'split' : 索引，列字段,和数据
如： '{"index": [1, 2, 3], "columns": ["a", "b"], "data": [[1, 4], [2, 5], [3, 6]]}'
'records' : 元素为字典的列表
如： '[{"a": 1}, {"b": 2}, {"c": 3}]'
'index' : 索引为键， 值为键值对
如： '{"0": {"a": 3, "b": 5}, "1": {"a": 7, "b": 9}}'

'columns' : 索引为键,值为键值对（注意：输出的数据行列与'index'的不一样）
如： '{"a": {"2": 3, "4": 5}, "b": {"6": 7, "8": 9}}'，结果与index的例子相同
'values' : 两层的嵌套列表
如： '[["a": 1], ["b": 2]]'

2. 处理日期

# 正则表达式处理
patt = r'(\d{4}-\d{1,2})'  # 匹配到月份，也可以匹配到日，再加上 '-\d{1,2}'即可
dt['date'] = dt['date'].str.extract(patt, expand=True)
# 把字符串格式转换为日期格式
dt['date'] = pd.to_datetime(dt['date'])  # 由于只匹配到月份，to_datetime函数默认日为 01，

此时输出 dt 为：

0  2011-06-01    A
1  2011-06-01    B
2  2011-07-01    C
.....

3. 新增一列 cnt 来统计相同月份的个数，并按日期排序

dl = dt.groupby(['date'], as_index=False)['date'].agg({'cnt': 'count'}).sort_values(by='date')

4. 插入一列 rise 来计算相邻月份总数的差

dl.insert(2, 'rise', (dl['cnt']-dl['cnt'].shift(1))/dl['cnt'].shift(1))

shift()函数对数据进行移动操作，dl['cnt'].shift(1) 表示 dl['cnt'] 列的数据向下移动一个单位

计算差值也可以直接使用 diff() 函数：对数据进行某种移动之后与原数据进行比较得出的差异数据， dl['cnt'].diff()

5. matplotlib绘图

import matplotlib.pyplot as plt

dl.plot(x=dl['date'], y='rise', kind='line', linestyle='-', markerfacecolor='red', marker='o', color='green', figsize=(8, 4), grid=True)
plt.show()
plt.close()