Matplotlib 和 Pandas 处理没有周末的时间序列

Question

我在将 Matplotlib 行添加到 Pandas 图中时遇到了一些问题。我正在尝试使用斜率绘制一条直线来确定起点和终点是什么。但是结果图看起来根本不像一条直线。

我已将案例简化为下面的 MVCE。初始部分用于设置复制我拥有的复杂数据框的关键功能。

import pandas as pd
import matplotlib.pyplot as plt

LEN_SER = 23
dates = pd.date_range('2015-07-03', periods=LEN_SER, freq='B')
df = pd.DataFrame(range(1,LEN_SER+1), index=dates)
ts = df.iloc[:,0]

# The above is the setup of the MVCE to replicate the issue.

fig = plt.figure()
ax1 = plt.subplot2grid((1, 1), (0, 0))
ax1.plot([ts.index[5], ts.index[20]],
        [ts[5], ts[5] + (1.0 * (20 - 5))], 'o-')
ts.plot(ax=ax1)
plt.show()

这给出了一个由于周末而具有波浪线的图表。 Matplotlib 正在影响 Pandas 绘制系列的方式。如果我取出 ax1.plot() 线，那么它就变成了一条直线。

所以问题是：如何使用 Matplotlib 在我的 Pandas 图上绘制直线？换句话说，我希望绘图将轴标签视为类别，因此周末将被忽略。这样一来，我希望 Matplotlib 和 Pandas 都能给出一条直线。

Answer 1

正如您正确观察到的，如果您删除行 ax1.plot()，那么 matplotlib 会将您的日期视为类别，并且熊猫图是一条很好的直线。但是，在命令中

ax1.plot([ts.index[5], ts.index[20]],
    [ts[5], ts[5] + (1.0 * (20 - 5))], 'o-')

您要求 matplotlib 在两点之间进行插值，在插值过程中 matplotlib 识别 x 轴上的日期。这就是为什么关于日期类别的直线熊猫图（每周 5 次）变成关于日期的波浪线（每周 7 次）。这也是正确的，因为就日期而言，您的数据根本不是用直线表示的。

您可以强制类别解释通过字符串替换日期

df.index = df.reset_index().apply(lambda x: x['index'].strftime('%Y-%m-%d'), axis=1)

在定义 ts 之前。这导致了情节

现在，matplotlib 图只是针对两个值的两个类别，matplotlib 并没有意识到这两个类别是 pandas 图中的类别。 （更改两个图的顺序至少可以保存您的 x 轴。）将 matplotlib 图修改为

ax1.plot([5, 20], [ts[5], ts[5] + (1.0 * (20 - 5))], 'o-')

在类别 5 和 20 之间绘制一条线，最后给出关于类别 x 轴的两条直线。

完整代码：

import pandas as pd
import matplotlib.pyplot as plt
plt.style.use('seaborn') # (optional - style was set when I produced my graph)

LEN_SER = 23
dates = pd.date_range('2015-07-03', periods=LEN_SER, freq='B')
df = pd.DataFrame(range(1,LEN_SER+1), index=dates)

df.index = df.reset_index().apply(lambda x: \
    x['index'].strftime('%Y-%m-%d'), axis=1) # dates -> categories (string)
ts = df.iloc[:,0]

# The above is the setup of the MVCE to replicate the issue.

fig = plt.figure()
ax1 = plt.subplot2grid((1, 1), (0, 0))
ax1.plot([5, 20], [ts[5], ts[5] + (1.0 * (20 - 5))], 'o-') 
# x coordinates 'categories' 5 and 20
ts.plot(ax=ax1)
plt.show()

Answer 2

你已经回答了这个问题：“可能是因为周末”

替换： 日期 = pd.date_range('2015-07-03', period=LEN_SER, freq='B')

与

dates = pd.date_range('2015-07-03', periods=LEN_SER, freq='D')

B - 工作日频率 D - 日历日频率

你的线条被拉直了。

Answer 3

你是对的 - 这是由于周末。您可以从斜率看出 - 连续五天的倾斜度（每天+1）比连续三天（总共+1）更陡峭。那么，你究竟想要绘制什么？如果你想从字面上绘制蓝线，你可以像这样在两点之间插入点：

...
# ts.plot(ax=ax1)
ts.iloc[[5,20]].resample('1D').interpolate(how='mean').plot(ax=ax1)
plt.show()

Answer 4

为简单起见，我从 2015-07-04 开始。对你有用吗？

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

LEN_SER = 21
dates = pd.date_range('2015-07-04', periods=LEN_SER, freq='B')
the_axes = []
# take the_axes like monday and friday for each week
for monday, friday in zip(dates[dates.weekday==0], dates[dates.weekday==4]):
  the_axes.append([monday.date(), friday.date()])
x = dates
y = range(1,LEN_SER+1)
n_Axes = len(the_axes)
fig,(axes) = plt.subplots(1, n_Axes, sharey=True, figsize=(15,8))

for i in range(n_Axes):
  ax = axes[i]
  ax.plot(x, y)
  ax.set_xlim(the_axes[i])
  fig.autofmt_xdate()
print(dates)
plt.show()