python - 如何在 matplotlib 中为 Pandas 的 DatetimeIndex 自定义 xaxis 刻度？

Question

我有一个像这样的熊猫数据框data；

            num
Date        
2020-03-01  311
2020-03-08  432
2020-03-15  420
2020-03-22  304
2020-03-29  1030
2020-04-05  1497
2020-04-12  2259
2020-04-19  1938

Date在哪里DatetimeIndex。我试图将其绘制如下；

from matplotlib import pyplot as plt
x = data.index
fig = plt.figure()
ax1 = fig.add_subplot(111)
tested_plot = ax1.bar(x, data["num"])
dates_fmt = mdates.DateFormatter('%m/%d')
ax1.xaxis.set_major_formatter(dates_fmt)
plt.show()

我希望 xaxis 中的刻度显示在条存在的位置（如 3/1、3/8、...、4/12、4/19）。但是当我绘制上面的图时，四月开始时会重置刻度，并且条形和刻度不对应；

我知道我可以转换DatetimeIndex为Index字符串使用strftime这将解决问题，但我想保留DatetimeIndex进一步定制。我也用过

import matplotlib.dates as mdates
ax1.xaxis.set_major_locator(mdates.DayLocator(interval=7))

强制刻度相隔一周，但是我无法设置刻度的开始日期，现在刻度上没有条形。有人知道如何解决这个问题吗？

标签： pythonpandasmatplotlib

Answer 1

你可以试试pandas.DataFrame.plot和matplotlib.axes.Axes.set_xticklabels。在该set_xticklabels方法中，您可以根据需要格式化日期（此处使用pandas.Series.dt.strftime）：

df.plot(kind="bar", ax=ax1)
ax1.set_xticklabels([date.strftime("%Y-%m-%d") for date in df.index], 
                     rotation=45)

---

完整代码

# Be sure dates are datetime objects
# df["Date"] = pd.to_datetime(df["Date"])
# df.set_index("Date", inplace=True)

print(df)
#              num
# Date
# 2020-03-01   311
# 2020-03-08   432
# 2020-03-15   420
# 2020-03-22   304
# 2020-03-29  1030
# 2020-04-05  1497
# 2020-04-12  2259
# 2020-04-19  1938

fig = plt.figure()
ax1 = fig.add_subplot(111)
df.plot(kind="bar", ax=ax1)
ax1.set_xticklabels([date.strftime("%Y-%m-%d") for date in df.index], 
                    rotation=45)
plt.show()

输出