matplotlib xticks 输出错误的数组

Question

我正在尝试绘制一个时间序列，看起来像这样

ts
2020-01-01 00:00:00    1300.0
2020-01-01 01:00:00    1300.0
2020-01-01 02:00:00    1300.0
2020-01-01 03:00:00    1300.0
2020-01-01 04:00:00    1300.0
                        ...  
2020-12-31 19:00:00    1300.0
2020-12-31 20:00:00    1300.0
2020-12-31 21:00:00    1300.0
2020-12-31 22:00:00    1300.0
2020-12-31 23:00:00    1300.0
Freq: H, Name: 1, Length: 8784, dtype: float64

我通过以下方式绘制它：ts.plot(label=label, linestyle='--', color='k', alpha=0.75, zorder=2)

如果时间序列ts 从2020-01-01 开始到2020-12-31，当我调用plt.xticks()[0] 时我会得到关注：

array([438288, 439032, 439728, 440472, 441192, 441936, 442656, 443400,
       444144, 444864, 445608, 446328, 447071], dtype=int64)

这很好，因为该数组的第一个元素实际上显示了第一个 xtick 的正确位置。但是，当我将时间序列对象从2019-01-01 扩展到2020-12-31 时，两年多来，当我调用plt.xticks()[0] 时，我得到以下信息：

array([429528, 431688, 433872, 436080, 438288, 440472, 442656, 444864,
       447071], dtype=int64)

我不明白为什么现在我得到的 xticks 值越来越少。因此，12 个月以来，我为 xticks 获得了 13 个位置。但在 24 个月里，我预计会获得 25 个地点。相反，我只得到了 9 个。我怎样才能得到所有这 25 个位置？

这是整个脚本：

fig, ax = plt.subplots(figsize=(8,4))
ts.plot(label=label, linestyle='--', color='k', alpha=0.75, zorder=2)
locs, labels = plt.xticks()

Answer 1

Matplotlib 会自动选择适当数量的刻度和刻度标签，这样 x 轴就不会变得不可读。您可以使用 matplotlib.dates 模块中的刻度定位器和格式化程序来覆盖默认行为。

但请注意，您正在使用 pandas plot method 绘制时间序列，它是 plt.plot 的包装器。 Pandas 使用custom tick formatters for time series plots 生成格式良好的刻度标签。通过这样做，它使用 x 轴单位来表示与 matplotlib date units 不同的日期，这解释了为什么当您尝试使用 MonthLocator 时会得到看起来像随机数量的刻度。

要使 pandas 绘图与 matplotlib.dates 刻度定位器兼容，您需要添加 undocumented x_compat=True 参数。不幸的是，这也删除了 pandas 自定义刻度标签格式化程序。因此，这里有一个示例，说明如何将 matplotlib 日期刻度定位器与熊猫图一起使用并获得类似的刻度格式（不包括次要刻度）：

import pandas as pd                # v 1.1.3
import matplotlib.pyplot as plt    # v 3.3.2
import matplotlib.dates as mdates

# Create sample time series stored in a dataframe
ts = pd.DataFrame(data=dict(constant=1),
                  index=pd.date_range('2019-01-01', '2020-12-31', freq='H'))

# Create pandas plot
ax = ts.plot(figsize=(10,4), x_compat=True)
ax.set_xlim(min(ts.index), max(ts.index))

# Select and format x ticks
ax.xaxis.set_major_locator(mdates.MonthLocator())
ticks = pd.to_datetime(ax.get_xticks(), unit='d') # timestamps of x ticks
labels = [timestamp.strftime('%b\n%Y') if timestamp.year != ticks[idx-1].year
          else timestamp.strftime('%b') for idx, timestamp in enumerate(ticks)]
plt.xticks(ticks, labels, rotation=0, ha='center');