xaxis 的时间格式在 pandas 的绘图上没有正确更改

Question

我想将 pandas DataFrame 绘制为 x 轴为 '%H:%M' 样式的折线图。

但是，当我尝试这个时：

import datetime
import pandas as pd
import numpy as np
d = pd.DataFrame([np.random.rand(3) for _ in range(9)])
d.index = [datetime.time(i, 0) for i in range(15,24)]
ax = d.plot(xticks=d.index)
plt.xticks([x.strftime("%H:%M") for x in d.index][0::4])

绘制带有 %H:%M:%s 样式 x 轴的图表：

在这个answer之后，我添加了DateFormatter：

import matplotlib.dates as md
d = pd.DataFrame([np.random.rand(3) for _ in range(9)])
d.index = [datetime.time(i, 0) for i in range(15,24)]
ax = d.plot(xticks=d.index)
#plt.xticks([x.strftime("%H:%M") for x in d.index][0::4])
ax.xaxis.set_major_formatter(md.DateFormatter('%H:%M'))

不幸的是，我得到了一个只有 00:00 x 轴的图。

我想获得带有适当间隔刻度标签的 %H:%M 样式 x 轴，例如“15:00、17:00、19:00、21:00”（此处每 2 个间隔）。我是如何意识到这一点的？

Answer 1

我相信这是因为 DateFormatting 无法识别“%H:%M”的说明。只需用整数指令%d 替换它们，它就会给你想要的结果（或者至少是你可以适应的结果）。在您的代码的以下修复中，我还为标签添加了旋转以避免 x 轴过度混乱：

import datetime
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as md
d = pd.DataFrame([np.random.rand(3) for _ in range(9)])
d.index = [datetime.time(i, 0) for i in range(15,24)]
ax = d.plot(xticks=d.index)
plt.xticks(rotation=45)  # Changed here
ax.xaxis.set_major_formatter(md.DateFormatter('%d:%d')) # and here...
plt.show()

编辑：上面的示例仅更改格式化程序的解释器字符串。我没有弄乱数据或其他任何东西。在任何情况下，理想情况下你应该使用这个：

ax.xaxis.set_major_locator(md.HourLocator(byhour=range(0,24,2)))

，实现你想要的。但是我刚刚测试了它，它似乎有一个错误。话虽如此，我的建议是您将所需的标签直接解析到 xticks 中。

import datetime
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
d = pd.DataFrame([np.random.rand(3) for _ in range(9)])
d.index = [datetime.time(i, 0).hour for i in range(15,24)]
ax = d.plot(xticks=d.index)
plt.xticks([datetime.time(i, 0).hour for i in range(15,24)][0::2],["%d:00"%datetime.time(i, 0).hour for i in range(15,24)][0::2],rotation=45)  # Changed here
plt.show()

，结果如下：