Lars schrieb:
> array_price:
>
1 | > ['37.9' '49.9' '49.9' '49.9' '53.9' '53.9' '59.9' '59.9' '59.9' '67.9'
|
2 | > '69.9' '69.9' '69.9' '69.9' '69.9' '69.9' '71.9' '71.9' '79.9' '87.9'
|
3 | > '87.9' '93.9' '93.9' '93.9' '97.9' '99.9' '0.0' '0.0']
|
>
> array_time:
>
1 | > ['7.1' '7.63' '9.63' '20.1' '8.63' '21.63' '9.1' '10.63' '22.63' '13.05'
|
2 | > '10.1' '11.63' '12.1' '16.63' '19.63' '20.63' '12.63' '14.63' '14.05'
|
3 | > '17.1' '17.63' '15.63' '16.05' '18.08' '18.63' '13.63' '15.1' '19.1']
|
4 | >
|
> [...]
> wie man sieht, sind die letzten werte beim array_price jeweils 0.
> die Balken werden aber bis ganz nach oben dargestellt (also über 99.9)
> erwarten würde ich diese ganz unten
Deine Daten sind... nunja... komisch und kaputt, oder umgekehrt. Fangen
wir mit dem ganz Offensichtlichen an:
ist in Python dasselbe wie
Ohne den korrekten Trenner -- hier: ein Komma -- konkateniert Python die
Strings einfach, durch die Klammern wird eine Liste (kein! Array -- eine
Liste kann mehrere verschiedene Datentypen beinhalten, ein Array nur
einen Datentyp) mit genau einem Element daraus. Die korrekte
Schreibweise ist also:
... aber selbst dann ist das noch eine Liste von Strings, Du willst zum
Plotten aber Floats und datetime.time-, datetime.datetime- oder
pandas.datetime-Objekte. Dabei ist die Umwandlung Deiner "prices" mit
einer List Comprehension oder der Builtin-Funktion map() noch leicht
gemacht:
1 | prices = list(map(float, prices))
|
Aber bei den komischen Zeitangaben wird es schwieriger. Was hast Du denn
da für Zeiten? Sind das Sekunden oder Minuten. Warum sind die nicht
aufsteigend? Was sagen diese Floats aus, und wie kann man sie in gültige
Zeitangaben umwandeln?
Bevor Du Deine Daten nicht anständig aufbereitet hast, wird das mit
sauberen Plots leider nicht viel werden, sorry. Python ist dynamisch,
aber dennoch typsicher.