python - 在图中创建断轴

Question

我编写了以下代码来制作图表：

data = pd.read_excel('C:/Users/User/Desktop/Grafiek.xlsx')

fig, ax = plt.subplots()
ax.plot('Datum', 'Percentage', data=data)


fmt_half_year = mdates.MonthLocator(interval=6)
ax.xaxis.set_major_locator(fmt_half_year)


fmt_month = mdates.MonthLocator()
ax.xaxis.set_minor_locator(fmt_month)


ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))


ax.format_xdata = mdates.DateFormatter('%Y-%m')

ax.grid(True)


plt.xlabel('Datum')
plt.ylabel('Percentage')
plt.title('Percentage Trained')

fig.autofmt_xdate()

plt.show()

它向我展示了以下图表

我想从 2015-03 到 2018-03 制作一个断轴。有人知道如何编写正确的代码吗？

谢谢！

标签： pythonpandasmatplotlibaxis

Answer 1

大量借鉴这里的示例，我们可以稍微修改它以移动到损坏的 x 轴而不是 y 轴。

从该示例到此处的主要更改：

• 改成sharey=True
• 关闭左/右脊椎而不是底部/顶部
• 更改对角线的位置/角度以显示断轴
• 改变两个轴的比例，因为左轴跨越更短的范围

注意最后一点，这里我将它们设置为 1:10 的比例，因为我已经使第二个轴跨越 40 个月，第一个轴间隔 4 个月。您可能需要稍微不同的比率，因此需要相应地调整xlim每个轴的 以及width_ratios参数。

import matplotlib.dates as mdates
import pandas as pd
import numpy as np

drange = pd.date_range('2015-01-01', periods=78, freq='M')
data = pd.DataFrame({'Datum': drange, 'Percentage': np.random.randn(len(drange))}) 

fig, (ax1, ax2) = plt.subplots(ncols=2, sharey=True, gridspec_kw={'width_ratios': (1, 10)})
fig.subplots_adjust(wspace=0.05)

ax1.plot('Datum', 'Percentage', data=data)
ax2.plot('Datum', 'Percentage', data=data)

fmt_half_year1 = mdates.MonthLocator(interval=6)
fmt_half_year2 = mdates.MonthLocator(interval=6)
ax1.xaxis.set_major_locator(fmt_half_year1)
ax2.xaxis.set_major_locator(fmt_half_year2)

fmt_month1 = mdates.MonthLocator()
fmt_month2 = mdates.MonthLocator()
ax1.xaxis.set_minor_locator(fmt_month1)
ax2.xaxis.set_minor_locator(fmt_month2)

ax1.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))
ax2.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))

ax1.format_xdata = mdates.DateFormatter('%Y-%m')
ax2.format_xdata = mdates.DateFormatter('%Y-%m')

ax1.grid(True)
ax2.grid(True)

# hide the spines between ax1 and ax2
ax1.spines.right.set_visible(False)
ax2.spines.left.set_visible(False)
ax2.yaxis.tick_right()
ax2.tick_params(labelright=False)  # don't put tick labels at the top
ax1.xaxis.tick_bottom()

datemin1 = np.datetime64(data['Datum'][0], 'M')
datemax1 = np.datetime64(data['Datum'][4], 'M')
ax1.set_xlim(datemin1, datemax1)

datemin2 = np.datetime64(data['Datum'][37], 'M')
datemax2 = np.datetime64(data['Datum'][77], 'M')
ax2.set_xlim(datemin2, datemax2)


fig.text(s='Datum', x=0.5, y=0.05)
ax1.set_ylabel('Percentage')
fig.suptitle('Percentage Trained')

fig.autofmt_xdate()

d = 2.  # proportion of vertical to horizontal extent of the slanted line
kwargs = dict(marker=[(-1, -d), (1, d)], markersize=12,
              linestyle="none", color='k', mec='k', mew=1, clip_on=False)
ax1.plot([1, 1], [0, 1], transform=ax1.transAxes, **kwargs)
ax2.plot([0, 0], [0, 1], transform=ax2.transAxes, **kwargs)


plt.show()