在 matplotlib 中更改日期时间轴的格式答案

【问题标题】：Changing the formatting of a datetime axis in matplotlib在 matplotlib 中更改日期时间轴的格式
【发布时间】：2017-10-13 14:50:31
【问题描述】：

我有一个索引为datetime 的系列，我想绘制它。我想在 y 轴上绘制系列的值，在 x 轴上绘制系列的索引。 Series 如下所示：

2014-01-01     7
2014-02-01     8
2014-03-01     9
2014-04-01     8
...

我使用plt.plot(series.index, series.values) 生成图表。但是图表看起来像：

问题是我只想有年份和月份（yyyy-mm 或 2016 年 3 月）。但是，该图包含小时、分钟和秒。如何删除它们以获得所需的格式？

【问题讨论】：

标签： python pandas datetime matplotlib python-datetime

【解决方案1】：

你可以试试这样的：

import matplotlib.dates as mdates
import matplotlib.pyplot as plt
df = pd.DataFrame({'values':np.random.randint(0,1000,36)},index=pd.date_range(start='2014-01-01',end='2016-12-31',freq='M'))
fig,ax1 = plt.subplots()
plt.plot(df.index,df.values)
monthyearFmt = mdates.DateFormatter('%Y %B')
ax1.xaxis.set_major_formatter(monthyearFmt)
_ = plt.xticks(rotation=90)

【讨论】：

【解决方案2】：

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

# sample data
N = 30
drange = pd.date_range("2014-01", periods=N, freq="MS")
np.random.seed(365)  # for a reproducible example of values
values = {'values':np.random.randint(1,20,size=N)}
df = pd.DataFrame(values, index=drange)

fig, ax = plt.subplots()
ax.plot(df.index, df.values)
ax.set_xticks(df.index)

# use formatters to specify major and minor ticks
ax.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m"))
ax.xaxis.set_minor_formatter(mdates.DateFormatter("%Y-%m"))
_ = plt.xticks(rotation=90)

【讨论】：

【解决方案3】：

你应该看看这个 matplotlib 的原生函数：

fig.autofmt_xdate()

查看源网站Custom tick formatter上的示例

【讨论】：