如何使用Matplotlib绘制日期维度的动作频次统计图表？

你的问题出在直接将日期列表传入plt.plot()，这只会按索引顺序绘制每个日期的数值，完全没有统计重复日期的出现频次。要生成频次统计图表，需要先统计每个日期的出现次数，再绘图：

方法一：使用Pandas（推荐，处理时间序列更便捷） #

import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime

# 提取你的日期列表
date_list = data['Data Analyst']['DE']

# 转换为Series并统计频次，按日期排序
date_series = pd.Series(date_list)
frequency = date_series.value_counts().sort_index()

# 绘制频次图（可选柱状图或折线图）
plt.figure(figsize=(12, 6))
frequency.plot(kind='bar')  # 离散日期用柱状图，连续时间用kind='line'
plt.xlabel('动作发生时间')
plt.ylabel('发生频次')
plt.title('各时间点动作频次统计')
plt.xticks(rotation=45)  # 旋转x轴标签避免重叠
plt.tight_layout()  # 自动调整布局
plt.savefig('action_frequency.png')

方法二：使用标准库（无需额外安装依赖） #

from collections import Counter
import matplotlib.pyplot as plt
from datetime import datetime

# 提取你的日期列表
date_list = data['Data Analyst']['DE']

# 统计每个日期的出现次数，并按日期排序
count_result = Counter(date_list)
sorted_dates = sorted(count_result.keys())
sorted_counts = [count_result[dt] for dt in sorted_dates]

# 绘制折线图（或替换为plt.bar用柱状图）
plt.figure(figsize=(12, 6))
plt.plot(sorted_dates, sorted_counts, marker='o', linestyle='-')
plt.xlabel('动作发生时间')
plt.ylabel('发生频次')
plt.title('各时间点动作频次统计')
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig('action_frequency.png')

关键说明 #

• 两种方法核心都是先统计重复日期的出现次数，再用统计后的结果绘图
• 如果你的日期精度很高（比如精确到秒），建议先按小时/天聚合数据，避免x轴标签过于拥挤，示例：

  # Pandas按天聚合
  date_series = pd.Series(date_list).dt.floor('D')
  

内容的提问来源于stack exchange，提问作者octaneal