大型数据集的 X 轴不可见

Question

我是 python 新手，我正在尝试绘制日期和时间在 X 轴上的数据。这些数据是关于几天内几小时内的推文数量。由于数据庞大，X 轴刻度变得不可见。下面是主要数据的sn-p（我要绘制的数据）

> Date       Hour 
> 2017-06-01  0        9922287
>             1        8518504
>             2       11329880
>             3        8917199
>             4        2561618
>             5        5356574
>             6        9094935
>             7        5668480
>             8       10685864
>             9        4817401
>             10      13737030
>             11      13102746
>             12      36891729
>             13      28093150
>             14      13071736
>             15      26999175
>             16      25637322
>             17      24140113
>             18      12172451
>             19      27828496
>             20      14746762
>             21      30112348
>             22      25418125
>             23      15357580 
> 2017-06-02  0       11392671
>             1        5044931
>             2        4476793
>             3        2218296
>             4        1736378
>             5         838815
>                       ...    
> 2017-06-03  22      10569552
>             23       9315997

我的情节使用了以下代码。

df.plot(marker='*')

plt.legend().set_visible(False)

plt.title("Number of tweets on hourly basis")

在调整大小时，我使用了 plt.figure(figsize=(20,10))，我得到下图。但是我的 x 轴数字仍然是不可见的。

Answer 1

可能没有安装最新的 pandas 版本。在我的带有 pandas 1.0.3 的系统上，x-ticks 显示为[2017-06-01 00:00:00, 0]。使用df.plot(marker='*', rot=30) 设置标签旋转使它们不会重叠。

但无论如何，这不是一个非常令人满意的输出。 （我假设 'Date' 列是 pandas 日期格式。如果它是字符串格式，结果会相似，没有00:00:00。）

无论如何，要走的路是将日期和小时列合并为一个日期时间列。这是一种可能的方法：

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

# first create a dataframe similar to the example
days = pd.date_range('2017-06-01', '2017-06-03', freq='D')
df = pd.DataFrame({'Date': np.repeat(days, 24),
                   'Hour': np.tile(np.arange(0, 24), len(days)),
                   'NumTweets': np.random.binomial(10000, 0.2, 24 * len(days))})
df.set_index(['Date', 'Hour'], drop=True, inplace=True)

# df.plot(marker='*', rot=30)  # this would be the plot from the question

df.reset_index(inplace=True) # remove the index, making 'Date' and 'Hour' regular columns
# create a new column combining 'Date' and 'Hour'
df['Time'] = pd.to_datetime(df['Date'].dt.strftime('%Y-%m-%d') + ' ' + df['Hour'].astype(str).str.zfill(2))
# use the new column as index
df.set_index('Time', drop=True, inplace=True)

# as the 'Date' and 'Hour' columns are still there, indicate we only want to plot the 'NumTweets' column
df.plot(y='NumTweets', marker='*', rot=20) # rot=0 would also work, depending on the figure width
plt.tight_layout() # make space to show the labels

plt.show()

请注意，pandas 会根据显示的天数调整您的 x 轴。只有 3 天，在 00:00 时会有“主要”刻度，在 12:00 时会有“次要”刻度。随着天数的增加，小时数将不会出现刻度。