为什么我使用 pandas.plot 的年份总是显示以 9 结尾的年份？

Question

我正在使用 pandas 内置的 .plot 命令来绘制一些较长的时间序列。

但默认情况下，我的日期刻度总是以 9 结尾。

为什么会这样，我该如何改变它？以 0 结尾的年份会更好看。

尝试使用 plt.xlim('1966', '2013') 或类似的方式设置轴的窗口也不会对以 9 结尾的年份（和 4，如果你“放大”，如上所示）做任何事情。

它似乎也与源数据框中日期的开始和结束没有任何关系。

这是一个最小的空示例：

dfdates = pd.date_range('01/01/1942', '01/01/2018', freq = 'MS')
dfzeros = np.zeros((len(dfdates)))
header_test = pd.MultiIndex.from_product([['zero'],['zero'], ['zero'], ['zero'], ['zero'], ['zero']], names = ['stuff1', 'stuff2', 'stuff3', 'stuff4', 'stuff5', 'stuff6'])
Big_df = pd.DataFrame(dfzeros, index = dfdates, columns = header_test)

Big_df.plot()
plt.show()

...这对我来说是这样的：

而且我无法更改末尾的 9，无论我是否设置了 plt.xlim 的窗口，或者我是否更改了 dfdates 的开始和结束年、月或日，所以这并不像“开始数据框+ 10年”或类似的，我的大标题也不会影响这些。

我可能可以为每手设置更合理的刻度，但我更想知道为什么它如此执着于使用年份结尾为 9。

编辑 因此，当我使用@lanery 的答案进行绘图时，会发生以下情况： 请注意我指定自定义刻度的绘图区域中的双刻度（从 1965 年开始）。 我所有的数据框都从 1940 年开始，但很多都是空的，直到我开始获取数据的某个点，这取决于所讨论的数据集。我可以用plt.xlim('1965','2015') 把它删掉，但我把它留在了这个情节中，以显示发生了什么。

Answer 1

由于将plt.xlim 设置为datetime 对象，类似

plt.xlim(pd.datetime(1966, 1, 1), pd.datetime(2013, 1, 1))

没有成功，我认为最好的做法是设置自定义xticks 和xticklabels。这可以通过这样的方式完成

dates = pd.date_range('1990', '2015', freq=pd.DateOffset(years=5))
ax.xaxis.set_ticks(dates)
ax.xaxis.set_ticklabels(dates.strftime('%Y'))

---

包含一些随机数据的完整示例：

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

np.random.seed(17)
years = pd.date_range(pd.datetime(1990, 1, 1), pd.datetime(2015, 1, 1), freq='MS')
random_data = np.asarray(np.split(np.cumsum(np.random.randn(years.size*3)), 3)).T
df = pd.DataFrame(random_data, columns=['A', 'B', 'C'], index=years)

# all of the relevant plotting and xtick formatting
fig = plt.figure()
ax = fig.add_subplot(111)

df.plot(ax=ax)

# select range of years for the x-axis as well as major tick spacing
dates = pd.date_range('1990', '2015', freq=pd.DateOffset(years=5))
ax.xaxis.set_ticks(dates)
ax.xaxis.set_ticklabels(dates.strftime('%Y'))
# dates.strftime('%Y') = (['1990', '1995',...,'2010', '2015'])

ax.grid()