与 sharex 不同的 x 值答案

【问题标题】：Different x values with sharex与 sharex 不同的 x 值
【发布时间】：2017-08-08 20:22:07
【问题描述】：

我有两个时间索引系列，我想绘制它们并共享 x 轴（FEATURE 的范围包含 X 的范围）：

import pandas as pd
import matplotlib.pyplot as plt
import datetime

start = pd.Timestamp('2017-01-01 08:00:00')
end = pd.Timestamp('2017-01-01 10:00:00')
X = pd.Series([1, 2, 3],
              [pd.Timestamp('2017-01-01 08:30:00'),
               pd.Timestamp('2017-01-01 09:30:00'),
               pd.Timestamp('2017-01-01 10:30:00')],
              )
FEATURE = pd.Series([0, 4, 2],
                    [pd.Timestamp('2017-01-01 08:00:00'),
                     pd.Timestamp('2017-01-01 09:00:00'),
                     pd.Timestamp('2017-01-01 10:00:00')]
                    )

f, (ax1, ax2) = plt.subplots(2, 1, sharex='all')
X[start:end].plot(ax=ax1)
FEATURE.plot(ax=ax2)
plt.show()

但只显示 FEATURE。如果我把 X 放在最后，那么只会显示 X。

【问题讨论】：

X 和 Feature 在 x 轴上的范围似乎不同。因此，在这种情况下，共享轴可能没有太大意义。由于compute_feature在这里是一个秘密，所以没有更多可以告诉的。
compute_feature 是指数加权移动平均线，但我认为它没有帮助。这是有道理的：我想在 Feature 的轴上表示 X。
可能，没人知道。如果您提供minimal reproducible example，人们可以对其进行测试。
@ImportanceOfBeingErnest 谢谢你，我做到了。
所以这与sharex无关。如果你把它排除在外，仍然会发生奇怪的事情（只有一个轴有刻度）。我不确定究竟是什么原因造成的，但稍后会更深入地研究它。

标签： pandas matplotlib

【解决方案1】：

一种可能的解决方案是使用 matplotlib 绘制数据，而不是使用 pandas 绘图包装器。

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

start = pd.Timestamp('2017-01-01 08:00:00')
end = pd.Timestamp('2017-01-01 10:00:00')
X = pd.Series([1, 2, 3],
              [pd.Timestamp('2017-01-01 08:30:00'),
               pd.Timestamp('2017-01-01 09:30:00'),
               pd.Timestamp('2017-01-01 10:30:00')],
              )
FEATURE = pd.Series([0, 4, 2],
                    [pd.Timestamp('2017-01-01 08:00:00'),
                     pd.Timestamp('2017-01-01 09:00:00'),
                     pd.Timestamp('2017-01-01 10:00:00')]
                    )

f, (ax1, ax2) = plt.subplots(2, 1, sharex='all') 

ax1.plot(X.index, X.values)
ax2.plot(FEATURE.index, FEATURE.values)

loc = mdates.MinuteLocator([0,30])
ax2.xaxis.set_major_locator(loc)
ax2.xaxis.set_major_formatter(mdates.AutoDateFormatter(loc))
plt.show()

【讨论】：