MatPlotlib：X 轴从 1970 年开始，但仅从 2017 年开始

Question

我有时间戳作为索引和价格值作为列的数据框。当我尝试使用plot_acf 绘图时，x 轴从1970 开始。

代码：

import pandas as pd
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf

data = {'price_btc': {Timestamp('2017-04-04 00:00:00'): 1132.0,
               Timestamp('2017-04-05 00:00:00'): 1142.0,
               Timestamp('2017-04-06 00:00:00'): 1128.0,
               Timestamp('2017-04-07 00:00:00'): 1164.0,
               Timestamp('2017-04-08 00:00:00'): 1189.0,
               Timestamp('2017-04-09 00:00:00'): 1188.0,
               Timestamp('2017-04-10 00:00:00'): 1194.0,
               Timestamp('2017-04-11 00:00:00'): 1208.0,
               Timestamp('2017-04-12 00:00:00'): 1213.0,
               Timestamp('2017-04-13 00:00:00'): 1218.0}}

df = pd.DataFrame(data)

# Original Series
fig, axes = plt.subplots(3, 2, sharex=True, figsize=(20, 5))
axes[0, 0].plot(df.price_btc); axes[0, 0].set_title('Original Series')
plot_acf(df.price_btc, ax=axes[0, 1])

# 1st Differencing
axes[1, 0].plot(df.price_btc.diff()); axes[1, 0].set_title('1st Order Differencing')
plot_acf(df.price_btc.diff().dropna(), ax=axes[1, 1])

# 2nd Differencing
axes[2, 0].plot(df.price_btc.diff().diff()); axes[2, 0].set_title('2nd Order Differencing')
plot_acf(df.price_btc.diff().diff().dropna(), ax=axes[2, 1])

plt.show()

输出：

预期输出的自相关图中的日期也是 2017 年。

问题在于sharex=True。自相关图需要有不同的 x 标签。

Answer 1

首先，二阶差分不需要.diff().diff()。你可以给.diff()方法一个整数作为顺序，所以第二个顺序是.diff(2)。

如果您设置sharex = True，那么所有 x 轴都将相同。自相关图不是按日期缩放，而是按滞后缩放。设置 sharex = False 并在此处为每个绘图添加此行以设置 x 轴：

axes[0, 0].set_xlim(dt.datetime(2017,4,4), dt.datetime(2017,4,13))

然后您可以设置开始和结束日期。 完整代码如下：

import pandas as pd
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
import matplotlib.pyplot as plt
import datetime as dt
import matplotlib.dates as mdates

data = {'price_btc': {pd.Timestamp('2017-04-04 00:00:00'): 1132.0,
           pd.Timestamp('2017-04-05 00:00:00'): 1142.0,
           pd.Timestamp('2017-04-06 00:00:00'): 1128.0,
           pd.Timestamp('2017-04-07 00:00:00'): 1164.0,
           pd.Timestamp('2017-04-08 00:00:00'): 1189.0,
           pd.Timestamp('2017-04-09 00:00:00'): 1188.0,
           pd.Timestamp('2017-04-10 00:00:00'): 1194.0,
           pd.Timestamp('2017-04-11 00:00:00'): 1208.0,
           pd.Timestamp('2017-04-12 00:00:00'): 1213.0,
           pd.Timestamp('2017-04-13 00:00:00'): 1218.0}}

df = pd.DataFrame(data)

# Original Series
fig, axes = plt.subplots(3, 2, sharex=False, figsize=(20, 5))
axes[0, 0].plot(df.price_btc); axes[0, 0].set_title('Original Series')
axes[0, 0].set_xlim(dt.datetime(2017,4,4), dt.datetime(2017,4,13))
plot_acf(df.price_btc, ax=axes[0, 1])

# 1st Differencing
axes[1, 0].plot(df.price_btc.diff()); axes[1, 0].set_title('1st Order     Differencing')
axes[1, 0].set_xlim(dt.datetime(2017,4,4), dt.datetime(2017,4,13))
plot_acf(df.price_btc.diff(1).dropna(), ax=axes[1, 1])

# 2nd Differencing
axes[2, 0].plot(df.price_btc.diff().diff()); axes[2, 0].set_title('2nd Order Differencing')
axes[2, 0].set_xlim(dt.datetime(2017,4,4), dt.datetime(2017,4,13))
plot_acf(df.price_btc.diff(2).dropna(), ax=axes[2, 1])

plt.show()