Python Matplotlib x 轴不正确地标记 timedelta64 对象

Question

我正在尝试使用 Matplotlib 从 Python 中的 Pandas 数据框生成图。这是数据框的摘要。

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

# Summarize data frame.
>>> df.shape
(40, 4)

>>> df.dtypes
ID                         object
relative_time     timedelta64[ns]
value                     float64
relative_value            float64
dtype: object

>>> df.head()
    ID     relative_time  value  relative_value
0  001 -1 days +18:08:04    4.5            -1.0
1  001 -1 days +18:18:03    4.5            -1.0
2  001 -1 days +18:28:03    4.5            -1.0
3  001 -1 days +18:38:04    4.5            -1.0
4  001 -1 days +18:48:03    4.5            -1.0

>>> df.tail()
     ID     relative_time  value  relative_value
35  001 -1 days +23:58:03    5.5             0.0
36  001          00:08:03    5.5             0.0
37  001          00:18:03    5.5             0.0
38  001          00:28:02    5.5             0.0
39  001          00:38:04    5.5             0.0

我试图在 x 轴上绘制 relative_time，在 y 轴上绘制 relative_value。然而，下面的代码产生了一个意想不到的结果，我无法判断 x 轴的单位是什么。

# Plot the desired plot.
plt.plot(test['relative_time'], test['relative_value'], marker='.')

请注意，上图中的 x 轴不是以小时为单位（相对于时间 0）。这样的情节如下所示。

plt.plot(test['relative_time'] / np.timedelta64(1, 'h'), test['relative_value'], marker='.')

如何绘制 x 轴，以便它以与 relative_time 列相同的格式显示时间？例如，如果 x 轴每小时都有刻度线，它们将被标记为 -1 days +18:00:00、-1 days +19:00:00、...、00:00:00 和 01:00:00。

Answer 1

x 轴的单位是纳秒，如您的输出所示

>>> df.dtypes
ID                         object
relative_time     timedelta64[ns]  <----- [ns] == nanoseconds
value                     float64
relative_value            float64
dtype: object

看起来 matplotlib 只显示纳秒，因此您需要将这些纳秒格式化为字符串格式。不幸的是，numpy.timedelta64 数据类型的功能是有限的，我在numpy 文档中找不到任何可以做到这一点的东西。

示例Formatted x-axis labels

来源：matplotlib intelligent axis labels for timedelta

import datetime
import numpy as np
import matplotlib.pyplot as plt
import matplotlib

fig = plt.figure()
ax = fig.add_subplot(111)

创建一个包含np.timedelta64[ns] 值的数组。如果你这样做了df["relative_time"].values，这就是你会得到的。

# create list of times
x = [np.timedelta64(k, "ns") for k in range(0,300*10**9,10**9)]

# create some random y-axis data
y = np.random.random(len(x))

ax.plot(x, y)

# Function that formats the axis labels
def timeTicks(x, pos):
    seconds = x / 10**9 # convert nanoseconds to seconds
    # create datetime object because its string representation is alright
    d = datetime.timedelta(seconds=seconds)
    return str(d)

formatter = matplotlib.ticker.FuncFormatter(timeTicks)
ax.xaxis.set_major_formatter(formatter)
plt.show()