python - 时间序列绘制 Pandas 中的不一致

Question

假设我有一个数据框 df，其中 df.index 由 datetime 对象组成，例如

> df.index[0]
datetime.date(2014, 5, 5)

如果我绘制它，Pandas 会很好地保留绘图中的 datetime 类型，这允许用户更改时间序列采样以及绘图的格式选项:

  # Plot the dataframe:
  f     = plt.figure(figsize=(8,8))
  ax    = f.add_subplot(1,1,1)
  lines = df.plot(ax=ax)

  # Choose the sampling rate in terms of dates:
  ax.xaxis.set_major_locator(matplotlib.dates.WeekdayLocator(byweekday=(0,1,2,3,4,5,6),
                                                            interval=1))

  # We can also re-sample the X axis numerically if we want (e.g. every 4 steps):
  N = 4

  ticks      = ax.xaxis.get_ticklocs()
  ticklabels = [l.get_text() for l in ax.xaxis.get_ticklabels()]

  ax.xaxis.set_ticks(ticks[-1::-N][::-1])
  ax.xaxis.set_ticklabels(ticklabels[-1::-N][::-1])

  # Choose a date formatter using a date-friendly syntax:
  ax.xaxis.set_major_formatter(matplotlib.dates.DateFormatter('%b\n%d'))

  plt.show()

但是，以上内容不适用于boxplot(x 轴的刻度标签呈现为空) :

df2.boxplot(column='A', by='created_dt',ax=ax, sym="k.")

# same code as above ...

在上一个示例中，Pandas 将 x 轴标签转换为 string 类型，因此格式化程序和定位器不再起作用。

这篇文章重复使用了来自以下线程的解决方案:

1. 已接受对 Pandas timeseries plot setting x-axis major and minor ticks and labels 的回答
2. 已接受对 Pandas: bar plot xtick frequency 的回答

为什么？如何以允许我使用 matplotlib 日期定位器和格式化程序的方式使用 boxplot？

Answer 1

不，实际上连线图都不能正常工作，如果你有年份显示，你会注意到问题:在下面的例子中 xticks 不是 2000，而是 1989。

In [49]:
df=pd.DataFrame({'Val': np.random.random(50)})
df.index=pd.date_range('2000-01-02', periods=50)
f     = plt.figure()
ax    = f.add_subplot(1,1,1)
lines = df.plot(ax=ax)
ax.xaxis.set_major_formatter(matplotlib.dates.DateFormatter('%y%b\n%d'))
print ax.get_xlim()
(10958.0, 11007.0)

In [50]:
matplotlib.dates.strpdate2num('%Y-%M-%d')('2000-01-02')
Out[50]:
730121.0006944444
In [51]:
matplotlib.dates.num2date(730121.0006944444)
Out[51]:
datetime.datetime(2000, 1, 2, 0, 1, tzinfo=<matplotlib.dates._UTC object at 0x051FA9F0>)

事实证明，日期时间数据在 pandas 和 matplotlib 中的处理方式不同:在后者中，2000-1-2 应该是 730121.0006944444，而不是 pandas

中的 10958.0

为了让它正确，我们需要避免使用 pandas 的 plot 方法:

In [52]:
plt.plot_date(df.index.to_pydatetime(), df.Val, fmt='-')
ax=plt.gca()
ax.xaxis.set_major_formatter(matplotlib.dates.DateFormatter('%y%b\n%d'))

与 barplot 类似:

In [53]:
plt.bar(df.index.to_pydatetime(), df.Val, width=0.4)
ax=plt.gca()
ax.xaxis.set_major_formatter(matplotlib.dates.DateFormatter('%y%b\n%d'))