轴标签的 Matplotlib DateFormatter 不起作用

Question

我正在尝试调整 x 轴日期刻度标签的格式，使其仅显示年份和月份值。从我在网上找到的内容来看，我必须使用mdates.DateFormatter，但它在我当前的代码中根本没有生效。任何人都看到问题出在哪里？ （日期是 pandas Dataframe 的索引）

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

fig = plt.figure(figsize = (10,6))
ax = fig.add_subplot(111)

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

basicDF['some_column'].plot(ax=ax, kind='bar', rot=75)

ax.xaxis_date()

可重现的场景代码：

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

rng = pd.date_range('1/1/2014', periods=20, freq='m')

blah = pd.DataFrame(data = np.random.randn(len(rng)), index=rng)

fig = plt.figure(figsize = (10,6))
ax = fig.add_subplot(111)

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

blah.plot(ax=ax, kind='bar')

ax.xaxis_date()

仍然无法只显示年份和月份。

如果我在 .plot 之后设置格式，则会出现如下错误：

ValueError: DateFormatter 发现 x=0 的值，这是一个非法日期。这通常是因为您没有通知轴它正在绘制日期，例如使用 ax.xaxis_date()。

如果我把它放在 ax.xaxis_date() 之前或之后，都是一样的。

Answer 1

pandas 不能很好地处理自定义日期时间格式。

在这种情况下，您只需要使用原始 matplotlib。

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

N = 20
numpy.random.seed(N)

dates = pandas.date_range('1/1/2014', periods=N, freq='m')
df = pandas.DataFrame(
    data=numpy.random.randn(N), 
    index=dates,
    columns=['A']
)

fig, ax = plt.subplots(figsize=(10, 6))
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))
ax.bar(df.index, df['A'], width=25, align='center')

这给了我：

Answer 2

The accepted answer 声称“pandas 不适用于自定义日期时间格式”，但您可以利用 pandas 的 to_datetime() 函数在数据框中使用您现有的日期时间系列：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.dates import DateFormatter
import pandas as pd

rng = pd.date_range('1/1/2014', periods=20, freq='m')

blah = pd.DataFrame(data = np.random.randn(len(rng)), index=pd.to_datetime(rng))

fig, ax = plt.subplots()

ax.xaxis.set_major_formatter(DateFormatter('%m-%Y'))
ax.bar(blah.index, blah[0], width=25, align='center')

将导致：

您可以看到不同的可用格式here。

Answer 3

我遇到了同样的问题，我使用了一种解决方法将索引从日期时间格式转换为所需的字符串格式：

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

rng = pd.date_range('1/1/2014', periods=20, freq='m')

blah = pd.DataFrame(data = np.random.randn(len(rng)), index=rng)

fig = plt.figure(figsize = (10,6))
ax = fig.add_subplot(111)

# transform index to strings
blah_test = blah.copy()
str_index = []
for s_year,s_month in zip(blah.index.year.values,blah.index.month.values):
    # build string accorind to format "%Y-%m"
    string_day = '{}-{:02d}'.format(s_year,s_month)
    str_index.append(string_day)
blah_test.index = str_index

blah_test.plot(ax=ax, kind='bar', rot=45)
plt.show()

结果如下图：

Answer 4

仅使用 pandas 的解决方案

您可以使用DatetimeIndex 并利用时间戳的datetime properties 创建格式良好的报价。对于这种情况，matplotlib.dates 中的刻度定位器和格式化程序不是必需的，除非您在使用 matplotlib 的交互式界面进行放大和缩小时需要动态刻度（对于比本示例中更长的时间范围更相关）。

import numpy as np   # v 1.19.2
import pandas as pd  # v 1.1.3

# Create sample time series with month start frequency, plot it with a pandas bar chart
rng = np.random.default_rng(seed=1) # random number generator
dti = pd.date_range('1/1/2014', periods=20, freq='m')
df = pd.DataFrame(data=rng.normal(size=dti.size), index=dti)
ax = df.plot.bar(figsize=(10,4), legend=None)

# Set major ticks and tick labels
ax.set_xticks(range(df.index.size))
ax.set_xticklabels([ts.strftime('%b\n%Y') if ts.year != df.index[idx-1].year
                    else ts.strftime('%b') for idx, ts in enumerate(df.index)])
ax.figure.autofmt_xdate(rotation=0, ha='center');