日期时间 x 轴 matplotlib 标签导致不受控制的重叠

Question

我正在尝试用'pandas.tseries.index.DatetimeIndex' 绘制熊猫series。 x 轴标签顽固地重叠，即使有几个建议的解决方案，我也无法使它们看起来像。

我试过stackoverflow solution suggesting to use autofmt_xdate，但没有用。

我也尝试了plt.tight_layout()的建议，但没有生效。

ax = test_df[(test_df.index.year ==2017) ]['error'].plot(kind="bar")
ax.figure.autofmt_xdate()
#plt.tight_layout()
print(type(test_df[(test_df.index.year ==2017) ]['error'].index))

更新：我使用条形图是个问题。常规时间序列图显示管理良好的标签。

Answer 1

pandas 条形图是一个分类图。它在刻度上的整数位置为每个索引显示一个条形图。因此，第一个条位于位置 0，下一个位于 1，依此类推。标签对应于数据帧的索引。如果您有 100 个条形图，您最终会得到 100 个标签。这是有道理的，因为 pandas 无法知道这些是否应该被视为类别或序数/数字数据。

如果您使用普通的 matplotlib 条形图，它将以数字方式处理数据帧索引。这意味着条形图的位置根据实际日期而定，而标签则根据自动收录器放置。

import pandas as pd
import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt

datelist = pd.date_range(pd.datetime(2017, 1, 1).strftime('%Y-%m-%d'), periods=42).tolist()
df = pd.DataFrame(np.cumsum(np.random.randn(42)), 
                  columns=['error'], index=pd.to_datetime(datelist))

plt.bar(df.index, df["error"].values)
plt.gcf().autofmt_xdate()
plt.show()

另外的优点是可以使用matplotlib.dates 定位器和格式化程序。例如。用自定义格式标记每个月的第一个和第十五个，

import pandas as pd
import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

datelist = pd.date_range(pd.datetime(2017, 1, 1).strftime('%Y-%m-%d'), periods=93).tolist()
df = pd.DataFrame(np.cumsum(np.random.randn(93)), 
                  columns=['error'], index=pd.to_datetime(datelist))

plt.bar(df.index, df["error"].values)
plt.gca().xaxis.set_major_locator(mdates.DayLocator((1,15)))
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter("%d %b %Y"))
plt.gcf().autofmt_xdate()
plt.show()

Answer 2

在您的情况下，最简单的方法是手动创建标签和间距，然后使用 ax.xaxis.set_major_formatter 应用它。

这是一个可能的解决方案：

由于没有提供样本数据，我试图在一个带有一些随机数的数据框中模拟您的数据集的结构。

设置：

# imports
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import matplotlib.ticker as ticker

# A dataframe with random numbers ro run tests on
np.random.seed(123456)
rows = 100
df = pd.DataFrame(np.random.randint(-10,10,size=(rows, 1)), columns=['error'])
datelist = pd.date_range(pd.datetime(2017, 1, 1).strftime('%Y-%m-%d'), periods=rows).tolist()
df['dates'] = datelist 
df = df.set_index(['dates'])
df.index = pd.to_datetime(df.index)

test_df = df.copy(deep = True)

# Plot of data that mimics the structure of your dataset
ax = test_df[(test_df.index.year ==2017) ]['error'].plot(kind="bar")
ax.figure.autofmt_xdate()
plt.figure(figsize=(15,8))

一种可能的解决方案：

test_df = df.copy(deep = True)
ax = test_df[(test_df.index.year ==2017) ]['error'].plot(kind="bar")
plt.figure(figsize=(15,8))

# Make a list of empty myLabels
myLabels = ['']*len(test_df.index)

# Set labels on every 20th element in myLabels
myLabels[::20] = [item.strftime('%Y - %m') for item in test_df.index[::20]]
ax.xaxis.set_major_formatter(ticker.FixedFormatter(myLabels))
plt.gcf().autofmt_xdate()

# Tilt the labels
plt.setp(ax.get_xticklabels(), rotation=30, fontsize=10)
plt.show()

您可以通过检查strftime.org轻松更改标签格式