带规则时间间隔的时序图绘制：二进制视频事件时长可视化咨询

Excel 快速改进方案 #

如果仍想使用Excel，推荐用**甘特图（水平条形图变体）**直接展示事件时长：

• 先整理数据：新增结束时间列（公式：开始时间戳 + 时长），保留事件ID、状态（二进制）列
• 插入水平条形图，将Y轴设为事件ID，X轴设为时间轴
• 把每个事件的条形从开始时间戳延伸到结束时间：调整数据系列的「分类间距」为0，用不同颜色区分二进制状态（比如蓝色代表1，橙色代表0）
• 开启X轴的「时间刻度」，按需求设置间隔（如分钟、小时），确保时序清晰

Python 专业实现方案 #

1. Matplotlib 静态时序条图 #

适合生成可嵌入报告的静态图，代码直接复用：

import matplotlib.pyplot as plt
import pandas as pd

# 替换为你的实际数据
data = {
    "event_id": [1, 2, 3, 4],
    "start_time": pd.to_datetime(["2024-05-20 08:00:00", "2024-05-20 08:05:30", "2024-05-20 08:12:15", "2024-05-20 08:20:00"]),
    "duration": [pd.Timedelta(minutes=3), pd.Timedelta(minutes=6), pd.Timedelta(minutes=4), pd.Timedelta(minutes=5)],
    "status": [1, 0, 1, 0]
}
df = pd.DataFrame(data)
df["end_time"] = df["start_time"] + df["duration"]

plt.figure(figsize=(12, 6))
colors = ["#1f77b4" if s == 1 else "#ff7f0e" for s in df["status"]]

# 逐个绘制事件时长条
for idx, row in df.iterrows():
    plt.barh(row["event_id"], width=row["duration"], left=row["start_time"], color=colors[idx])

plt.xlabel("时间")
plt.ylabel("事件ID")
plt.title("二进制视频事件时序图（含时长）")
plt.grid(axis='x', linestyle='--', alpha=0.7)
plt.gcf().autofmt_xdate()  # 自动旋转时间标签

plt.show()

2. Plotly 交互式时序图 #

支持鼠标悬停查看事件详情（开始时间、时长、状态），适合探索性分析：

import plotly.express as px
import pandas as pd

# 复用上述数据
df = pd.DataFrame(data)
df["duration_min"] = df["duration"].dt.total_seconds() / 60

# 生成交互式甘特图
fig = px.timeline(df, x_start="start_time", x_end="end_time", y="event_id", color="status",
                  hover_data={"start_time": ":datetime", "duration_min": ":.1f", "status": True})

fig.update_layout(
    title="交互式二进制视频事件时序图",
    xaxis_title="时间",
    yaxis_title="事件ID",
    hovermode="x unified"
)
fig.update_yaxes(autorange="reversed")  # 让事件ID从下往上递增

fig.show()

额外优化建议 #

• 批量事件先按开始时间排序，避免视觉混乱
• 二进制状态可通过填充/空心样式区分，比如实心条代表1，空心条代表0
• 时间跨度大时，手动设置X轴刻度间隔（如plt.xlim()或Plotly的xaxis_dtick），保证可读性

内容的提问来源于stack exchange，提问作者Biparite