复杂的步骤函数覆盖在时间序列代码的matplotlib图上

Question

有人知道使用步骤函数pyplot.step（x，y）时存在问题吗？其中x值由日期时间实例给定？？？我可以很容易地绘制函数，除非我使用日期时间序列作为x值。我有一个矩阵，看起来像下面这样：

In [3]: Minor_trend_matrix[0:20]
Out[3]: 
matrix([[ 0,  1],
        [ 1,  2],
        [ 1,  3],
        [ 1,  4],
        [-1,  5],
        [ 0,  6],
        [ 1,  7],
        [ 2,  8],
        [ 0,  9],
        [ 1, 10],
        [ 1, 11],
        [ 1, 12],
        [ 1, 13],
        [ 1, 14],
        [-1, 15],
        [-1, 16],
        [-1, 17],
        [ 1, 18],
        [ 1, 19],
        [-1, 21]])

请注意，第一列仅包含-2，-1,0,1,2这些表示阶跃函数所需的不同动作；-2是指数范围中的高值，然后是指数范围的低值-1是指数范围的下限0没有操作1是指数范围的高值2是指数范围的低值，然后是指数范围的高值

索引指的是日期时间对象。我认为这就是阶跃函数遇到麻烦的地方。任何建议或替代方案都将不胜感激。此外，关于由整数表示的动作的细节，你是否认为，由于例如矩阵的运行可能看起来像下面的

 [ 1,  2],
 [ 1,  3],
 [ 1,  4]

但我只希望在发生变化之前对最后一个项目采取行动，不包括我应该在相关项目之前（即不同项目之前，即在这种情况下为-1，2，-2）消除所有之前的项目的零，如果是这样，我将如何做？？此外，我们还将感谢您对实现这一目标的适当代码的任何帮助。

# Package Imports
import csv
import datetime
import matplotlib.pyplot as plt
import numpy as np
import dateutil.relativedelta as rd
import bisect
import scipy as sp
## File Settings
ipath = "/home/kane/Downloads/Charts/Wheat/W2/"
fname = "W2_0_L1N.CSV"
dateList = []
openList = []
highList = []
lowList = []
closeList = []
x = []
g = []
portfolio_list = []
result = []
portfolio = csv.DictReader(open(ipath + fname, "rb"))
portfolio_list.extend(portfolio)

for data in portfolio_list:
    dateList.append(data['Date'])
    openList.append(data[' Open'])
    highList.append(data[' High'])
    lowList.append(data[' Low'])
    closeList.append(data[' Close'])

for item in dateList:
    d = datetime.datetime.strptime(item, '%Y%m%d')
    t = d.toordinal()
    x.append(d)
    g.append(t)

dataArray = np.asarray([x, openList, highList, lowList, closeList])
dataArrayOrd = np.array([g, openList, highList, lowList, closeList], 
dtype = float)

代码的绘图部分如下：

# Plot settings
fig = plt.figure(figsize=(10, 5))
ax = fig.add_subplot(111)
line0 = plt.plot(x, simple_slope, 'k', label = "High Slope")
line1 = plt.plot(x, dataArray[1,:], 'g', label = "Open")  
line2 = plt.plot(x, dataArray[2,:], 'r', label = "High")
line3 = plt.plot(x, dataArray[3,:], 'y', label = "Low")
line4 = plt.plot(x, dataArray[4,:], 'b', label = "Close")
lns = line0 + line1 + line2 + line3 + line4
labs = [l.get_label() for l in lns]
ax.legend(lns, 
          labs, 
          loc='upper left', 
          frameon = False, 
          shadow=False, 
          fancybox=False, 
          labelspacing=0.1, 
          ncol=4, 
          prop={'size':9}
          )
ax.set_title(fname , fontsize = 12)

plt.xticks(fontsize = 8)
plt.yticks(fontsize = 8)
ax.set_ylabel( 'Cents', fontsize = 10 )
ax.grid()
plt.show()

该图中的x轴是时间，因此日期时间值，因此步长函数应按如下方式工作：

plt.step(x[Minor_trend_matrix[:,1]],dataArray[2,Minor_trend_matrix[:,1]])

当然，确切的问题有点复杂，需要访问

dataArray[3,Minor_trend_matrix[:,1]]

当阶跃函数垂直线应该向下移动到范围的下限时，值应该更复杂，当它需要访问高和低或低然后高时。这将是一个开发正确的条件语句的问题。然而，当前的问题在于，在我可以继续之前，让一个简单的版本正确地使用日期时间值。

Answer 1

解决方案：

我已经用阶跃函数解决了这个问题。这是由于阶跃函数的工作方式。我必须通过for循环生成日期时间对象。我现在可以得到一个简单的版本，我正在努力实现什么。

# Package Imports
import csv
import datetime
import matplotlib.pyplot as plt
import numpy as np
import dateutil.relativedelta as rd
import bisect
import scipy as sp
## File Settings
ipath = "/home/kane/tripkane_python/"
fname = "datetime_test_data.csv"

portfolio_list = []
dateList = []
valueList = []
x = []
portfolio = csv.DictReader(open(ipath + fname, "rb"))
portfolio_list.extend(portfolio)

for data in portfolio_list:
    dateList.append(data['date'])
    valueList.append(data[' value'])
for item in dateList:
    d = datetime.datetime.strptime(item, '%Y%m%d')
    t = d.toordinal()
    x.append(d)

dataArray = np.asarray([x, valueList])
stepList = [0, 3, 5]
TIda = []
TIv = []
for n in range(0, len(stepList)):
    TIda.append(x[stepList[n]])
    TIv.append(valueList[stepList[n]])

# Plot 
fig = plt.figure(figsize=(10, 5))
ax = fig.add_subplot(111)
line1 = plt.plot(x, valueList, 'b')
lns = line1
labs = [l.get_label() for l in lns]
ax.legend(lns, 
          labs, 
          loc='upper left', 
          frameon = False, 
          shadow=False, 
          fancybox=False, 
          labelspacing=0.1, 
          ncol=4, 
          prop={'size':9}
          )
ax.set_title(fname , fontsize = 12)

plt.xticks(fontsize = 8)
plt.yticks(fontsize = 8)
ax.set_ylabel( 'Cents', fontsize = 10 )
ax.grid()
plt.step(TIda, TIv, 'r')
plt.show()

现在的问题是如何生成适当的条件语句来实现目标。