为索引为字符串的 pandas/matplotlib 设置 xlim答案

【问题标题】：Set xlim for pandas/matplotlib where index is string为索引为字符串的 pandas/matplotlib 设置 xlim
【发布时间】：2014-06-28 15:33:08
【问题描述】：

我有一个使用字符串作为索引的 pandas 数据框。当我的数据框索引是对象类型时，如何为 x 轴设置 xlim？我尝试在最后添加两年，在所有数据集都是 np.nan 的开头添加一年，但这没有用。

这是数据框

index的数据类型是object

df.index
Out[52]: Index(['2003', '2004', '2005', '2006', '2007', '2008', '2009', '2010', '2011', '2012'], dtype='object')

这是剧情

所以我想在 x 轴上有一些额外的空间，这样拳头和去年的值就更清晰了。我能做什么？

编辑：

这是一个使用对象而不是日期对象作为索引的最小示例

ipython notebook

【问题讨论】：

stackoverflow.com/questions/16897864/…
stackoverflow.com/questions/15375791/…
stackoverflow.com/questions/14493334/…
另外，需要明确的是，您不是针对字符串进行绘图，而是针对位置数组进行绘图。 pandas 只是（太）聪明并重新标记您的刻度标记。
@tcaswell 索引是对象类型。如果它是一个字符串与否是不相关的，因为在这种情况下我不能使用 set_xlim 。但边距看起来不错:) 我试过这个，但似乎我做错了什么。使用 ipython notebook 并不总是更新情节，所以也许我应该尝试重绘。

标签： python matplotlib pandas

【解决方案1】：

使用set_xlim，+1 表示向右移动 1 个单位，-1 表示反向。在以下示例中，我将绘图每边扩展了 0.5 个月：

df=pd.DataFrame({'A': range(10), 'B': range(1, 11), 'C': range(2,12)})
df.index=pd.date_range('2001/01/01', periods=10, freq='M')
ax=df.plot(kind='line')
ax.set_xlim(np.array([-0.5, 0.5])+ax.get_xlim())

编辑，每年都有xticklabel，而不是pandas中的默认每两年：

ax=df.plot(kind='line', xticks=df.index)
ax.set_xticklabels(df.index.map(lambda x: datetime.datetime.strftime(x, '%Y')))

【讨论】：

这可能是margins 有用的另一种情况。
感谢您的建议。事实上，使用真正的日期对象而不是像我那样使用“字符串”可能是一个更好的主意。因为使用我的索引，您的解决方案不起作用。当然，你的解决方案是更好的。我会先玩边距
@ChristianRapp 不，让你的索引Date 对象可能是一个更好的解决方案
如果我使用日期作为索引，如何设置在 x 轴上显示哪些刻度？现在该图仅每隔一年显示一次标签，但我希望显示每一年。
@ChristianRapp, pandas 自动做了很多事情，在这里它确定每年都有标签太忙了，每两年标签一次。请参阅编辑以获取解决方法。这确实意味着更多的工作，但在pandas 中使用Dateindex 处理time series 数据通常是一个好主意。

【解决方案2】：

from __future__ import print_function
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as mticker

df = pd.DataFrame({'Foo': pd.Series([2,3,4], index=['2002', '2003', '2004'])})
fig, ax = plt.subplots()

df.plot(ax=ax)

这会让你知道情节。要了解如何处理 x-ticks，请查看：

# note this is an AutoLocator
print(ax.xaxis.get_major_locator())
# note this is a FixedFormatter
print(ax.xaxis.get_major_formatter())
# these are the ticks that are used
ff = ax.xaxis.get_major_formatter()
print(ff.seq)

这意味着如果您平移刻度标签将保持不变，但会在随机位置。这与更改 xlim 的问题相同，pandas 设置绘图的方式最初是刻度标签与数据完全解耦。

解决此问题的一种（详细）方法是：

ax.xaxis.set_major_locator(mticker.FixedLocator(np.arange(len(df))))
ax.xaxis.set_major_formatter(mticker.FixedFormatter(df.index))


# note this is a FixedLocator
print(ax.xaxis.get_major_locator())
# note this is a FixedFormatter
print(ax.xaxis.get_major_formatter())

无论您将索引设置为什么（字符串与日期），这都会起作用

我在 pandas https://github.com/pydata/pandas/issues/7612 上创建了一个问题

【讨论】：