方舟生存进化时间速度代码:可视化时间序列数据(visualizing time series)-边看边学

I'm trying to do some data ysis with pytn and pandas on a power consumption dataset. However when I plot the data I get that stright line from 5-1-2007 to 13-1-2007 but I have no missing values in my dataset which is a weird behavior as I made sure that my dataset in clean. Anyone had similar issue? or can explain this behavior? Thank you.

编辑：这里是数据看起来像在该范围内编辑 2：这里是原始数据集的链接（清理前），如果这可能有助于：https://archive.ics.uci.edu/ml/machine-learning-databases/00235/

2007-01-01 和 2007-01-15 之间的数据看起来如何？（使用df[(df['Date_Time'] >= '2007-01-01 ') & (df['Date_Time'] <= '2007-01-15')]）。

如果没有数据丢失，则可能是数据集已纵并且丢失的数据点已值（请参阅Interpolation）

事实是，当 x (Datetime) 轴上有数据时，那么如果 y 轴上没有数据，那么渲染无论如何都会继续。在周末和节假日的财务数据上或有缺口时尤其明显。这里描述了这个问题enter link description here

虽然你说数据存在,但仍然尝试这个代码,也许这是一个遗漏的问题。为了不在 y 轴没有数据时绘制,使用 'ticker.FuncFormatter (format_data)'。下面我附上我在数据文件中专门制作数据间隙的代码,以及它是如何变成的图片:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
df = pd.read_csv('custom.csv',
                     index_col='DATE',
                     p_dates=True,
                     infer_datetime_format=True)
z = df.iloc[:, 3].values
date = df.iloc[:, 0].index.date
fig, axes = plt.subplots(ncols=2)
ax = axes[0]
ax.plot(date, z)
ax.set_le("Default")
fig.autofmt_xdate()
N = len(z)
ind = np.arange(N)
def format_date(x, pos=None):
    thisind = np.clip(int(x + 0.5), 0, N - 1)
    return date[thisind].strftime('%Y-%m-%d')
ax = axes[1]
ax.plot(ind, z)
ax.xaxis.set_major_formatter(ticker.FuncFormatter(format_date))
ax.set_le("Witut empty values")
fig.autofmt_xdate()
plt.sw()