在 matplotlib 中将日期时间序列绘制为分类数据

Question

TLDR：我正在寻找一种将时间戳列表绘制为等距数据点的方法，mpl 决定显示哪些标签。

如果只有通过将时间戳转换为字符串（并将它们绘制为分类轴）才能等距绘制带时间戳的数据点，我的问题也可以表述为：如何让mpl 自动删除标签来自过度拥挤的分类轴？

---

详情：

我有一个包含每月数据的时间序列，我想将其绘制为条形图。我的问题是matplotlib.pyplot 自动在时间轴上绘制这些数据：

import matplotlib.pyplot as plt
import pandas as pd
fig, ax = plt.subplots(1, 1, )
s = pd.Series(range(3,7), pd.date_range('2021', freq='MS', periods=4))
ax.bar(s.index, s.values, 27) # width 27 days
ax.set_ylabel('income [Eur]')

通常，这就是我想要的，但是对于月度数据，它看起来很奇怪，因为 2 月明显更短。 我想要的是等距绘制数据。有没有办法强制这样做？

重要的是，我想保留这样的行为，例如一旦 x 轴变得过于拥挤，只绘制第二个或第三个标签，而无需手动调整。

我尝试过或不想做的事情：

• 我可以通过调整条的宽度来使条之间的间隙相同。但是，我正在绘制收入数据 [Eur]，这意味着不均匀的条形宽度具有误导性。

• 我可以将时间戳转换为字符串，以便分类绘制数据：

s = pd.Series(range(3,7), pd.date_range('2021', freq='MS', periods=4))
x = [f'{ts.year}-{ts.month:02}' for ts in s.index]
ax.bar(x, s.values, 0.9) # width now as fraction of spacing between datapoints

但是，这导致mpl 认为必须绘制每个标签，这会变得拥挤：

s = pd.Series(range(3,17), pd.date_range('2021', freq='MS', periods=14))
x = [f'{ts.year}-{ts.month:02}' for ts in s.index]
ax.bar(x, s.values, 0.9) # width now as fraction of spacing between datapoints

Answer 1

您可以使用MaxNLocator 分隔您的分类标记。

• 给定带有分类标签的更大系列样本：

  s = pd.Series(range(3,17), pd.date_range('2021', freq='MS', periods=14))
  x = [f'{ts.year}-{ts.month:02}' for ts in s.index]
  
  fig, ax = plt.subplots()
  ax.bar(x, s.values, 0.9)
  ax.set_ylabel('income [Eur]')
  

• 将MaxNLocator 与指定数量的箱（或'auto'）一起应用：

  from matplotlib.ticker import MaxNLocator
  
  locator = MaxNLocator(nbins=5) # or nbins='auto'
  ax.xaxis.set_major_locator(locator)