python绘图时日期错误

Question

import pandas as pd
import matplotlib.pyplot as plt
from tensorflow.keras.models import load_model
 
# 假设CSV文件的第一列是日期，且格式正确可被pd.to_datetime解析
file_path = r"D:\\findata.csv"  
df = pd.read_csv(file_path)
df['Date'] = pd.to_datetime(df.pop(df.columns[0]), format='%Y_%m_%d')
 
def extract_dates_for_prediction(df, pre_days):
    # 获取用于预测的日期范围，这里简化处理，实际情况需根据数据切分逻辑调整
    last_dates = df['Date'][-(pre_days + len(y_test)):]  # 包含最后一个用于预测的日期及其前pre_days天
    return last_dates[-len(y_test):]  # 取出与预测结果对应的部分
 
# ... （你的数据预处理和模型训练代码保持不变）
 
# 加载最佳模型并进行预测
best_model = load_model('./thebestmodel/7.8713men15lstm3dense2unit32.keras')
pre = best_model.predict(X_test)
 
# 提取正确的日期范围
correct_dates = extract_dates_for_prediction(df, pre_days)
 
# 绘制图表
plt.figure(figsize=(14, 7))
plt.plot(correct_dates, y_test, color='red', label='Actual Price')
plt.plot(correct_dates, pre, color='green', label='Predicted Price')
plt.title('Stock Price Prediction')
plt.xlabel('Date')
plt.ylabel('Price')
plt.legend()
plt.grid(True)
plt.xticks(rotation=45)  # 旋转X轴标签以便更好地显示
plt.show()

我的csv文件的数据是从2024年到2010年，2024年的数据在最上面，绘图时是从2010年开始的，怎么调整让绘图从最近的日期开始

Answer 1

参考免费微信小程序：皆我百晓生 作答，经由专家-皆知整理回复，如问题解决，望采纳；如仍有疑问，请评论回复。

为了确保绘图从最新的日期开始，您需要确保在处理日期时它们按照降序排列，即最近的日期在前。在您的代码中，当您读取CSV文件并转换日期时，可以不需要额外步骤来改变日期的排序，因为pd.read_csv默认情况下不会改变行的顺序，这意味着最新日期（假设在文件顶部）应该已经是最先的。

但是，当您提取用于预测的日期范围时，您需要确保这部分逻辑不会颠倒日期顺序。当前，您的extract_dates_for_prediction函数从DataFrame的末尾开始取日期，这在您的场景下可能导致日期顺序不正确。为了解决这个问题，我们可以稍微调整这个函数，确保它总是返回按日期降序排列的日期序列，特别是当您从数据的后部提取日期时。

下面是一个调整后的版本，确保日期正确排序：

def extract_dates_for_prediction(df, pre_days):
    # 确保日期列是排序的，这里假设原始数据已经是正序或您之前进行了排序
    df_sorted = df.sort_values(by='Date', ascending=False)  # 以降序排列，确保最新日期在前
    last_dates = df_sorted['Date'][:-(pre_days - 1)]  # 注意这里的调整，确保不会超出索引
    return last_dates  # 返回排序后的日期，这部分将与预测结果对应

# 在实际调用此函数前，确保df是按日期正确排序的
# 假设您不需要特别调整df的顺序，因为按您描述，读取时就应该是从2024到2010的顺序

# 然后，使用更新后的函数提取日期
correct_dates = extract_dates_for_prediction(df, pre_days)

# 接下来，您的绘图代码应该能正确地从最近的日期开始绘图了。
# 绘图代码保持不变
plt.figure(figsize=(14, 7))
plt.plot(correct_dates, y_test, color='red', label='Actual Price')
plt.plot(correct_dates, pre, color='green', label='Predicted Price')
plt.title('Stock Price Prediction')
plt.xlabel('Date')
plt.ylabel('Price')
plt.legend()
plt.grid(True)
plt.xticks(rotation=45)  # 旋转X轴标签以便更好地显示
plt.show()

这段代码的关键在于确保在提取用于预测的日期时，日期列已经按照从新到旧的顺序排列。这样，无论原始DataFrame中的日期如何排序，最终绘图都会从最新的日期开始。请确认您的df在进行日期提取之前是否已经是按日期降序排列的，如果不是，上述代码中的df_sorted = df.sort_values(by='Date', ascending=False)将非常关键。