我需要按小时对观看者进行直方图排序。我有一些使用 Matplotlib 来做到这一点的经验,但是我不知道按小时对日期进行排序的最实用的方法是什么。
首先,我从 JSON 文件中读取数据,然后将两种相关的数据类型存储在 pandas Dataframe 中,如下所示:
data = pd.read_json('data/data.json')
session_duration = pd.to_datetime(data.session_duration, unit='s').dt.time
time = pd.to_datetime(data.time, format='%H:%M:%S').dt.time
viewers = []
for x, y in zip(time, session_duration):
viewers.append({str(x):str(y)})
编辑:源文件看起来像这样,省略了不相关的部分。
{
"time": "00:00:09",
"session_duration": 91
},
{
"time": "00:00:16",
"session_duration": 29
},
{
"time": "00:00:33",
"session_duration": 102
},
{
"time": "00:00:35",
"session_duration": 203
}
请注意,session_duration 以秒为单位。
我必须区分两种类型的观众:
- 那些在直播中花费
- 那些在直播中花费 >= 1 分钟的人
为此,我这样做:
import datetime
for element in viewers:
for time, session_duration in element.items():
if datetime.strptime(session_duration, '%H:%M:%S').time() >= datetime.strptime('00:01:00', '%H:%M:%S').time():
viewers_more_than_1min.append(element)
else:
viewers_less_than_1min.append(element)
因此,我的值在这样的字典中:{session_duration:time}
在哪里关键是会话结束的时间溪流和价值是观看所花费的时间.
[{'00:00:09': '00:01:31'},
{'00:00:16': '00:00:29'},
{'00:00:33': '00:01:42'},
{'00:00:35': '00:03:23'},
{'00:00:36': '00:00:32'},
{'00:00:37': '00:04:47'},
{'00:00:47': '00:00:42'},
{'00:00:53': '00:00:44'},
{'00:00:56': '00:00:28'},
{'00:00:58': '00:01:17'},
{'00:01:04': '00:01:16'},
{'00:01:09': '00:00:46'},
{'00:01:29': '00:01:07'},
{'00:01:31': '00:01:02'},
{'00:01:32': '00:01:01'},
{'00:01:32': '00:00:36'},
{'00:01:37': '00:03:03'},
{'00:01:49': '00:00:57'},
{'00:02:01': '00:02:15'},
{'00:02:18': '00:01:16'}]
最后一步,我希望使用 Matplotlib 创建一个直方图,表示上述两种观众类型中每小时的观众数量。我想事情会是这样的:
import matplotlib.pyplot as plt
import datetime as dt
hours = [(dt.time(i).strftime('%H:00')) for i in range(24)]
plt.xlabel('Hour')
plt.ylabel('Viewer count')
plt.bar(hours, sorted_viewcount_byhour)