在 Python 中绘制数据框

Question

我是 Python 新手。我希望你能帮助我。 我有一个包含两列的数据框。第一列称为日期，第二列填充数字。数据框有 351 行。

dates        numbers
01.03.2019   5
02.03.2019   8
...
20.02.2020   3
21.02.2020   2

我希望整个第一列都在 x 轴上。我试着把它画成这样：

graph = FinalDataframe.plot(figsize=(12, 8))

graph.legend(loc='upper center', bbox_to_anchor=(0.5, -0.075), ncol=4)

graph.set_xticklabels(FinalDataframe['dates'])

plt.show()

但在 x 轴上只是列中的前几个值，而不是整个列。此外，它们与第二列中的数据不相关。

有什么建议吗？

提前谢谢你！

Answer 1

您的问题是 x 刻度是自动生成的，并且间隔开以便于阅读。但是，您告诉 matplotlib 使用所有标签。简单的解决方法是告诉他每个条目使用一个刻度标签，但这会使您的 x 轴不可读：

graph.set_xticks(range(len(FinalDataframe['dates'])))

现在您可以手动将它们隔开：

graph.set_xticks(range(0, len(FinalDataframe['dates']), 61))
graph.set_xticklabels(FinalDataframe['dates'][::61])

然而，在 x 轴上绘制日期的最佳结果仍然是使用 pandas 的内置日期对象。我们可以通过pd.to_datetime 做到这一点

这也将允许 pandas 知道在 x 轴上放置点的位置，方法是指定您希望 x 轴为日期。这样，如果日期未排序或丢失，将正确跳过间隙，并且点将位于正确日期的纵坐标上方。

我首先重新创建一个看起来像您发布的数据框：

>>> df = pd.DataFrame({'dates': pd.date_range('20190301', '20200221', freq='D').strftime('%d.%m.%Y'), 'numbers': np.random.randint(0, 10, 358)})
>>> df
          dates  numbers
0    01.03.2019        2
1    02.03.2019        2
2    03.03.2019        5
3    04.03.2019        4
4    05.03.2019        3
..          ...      ...
353  17.02.2020        2
354  18.02.2020        1
355  19.02.2020        2
356  20.02.2020        3
357  21.02.2020        1

（这应该和FinalDataFrame一样，或者如果你的日期是索引，那么它和FinalDataFrame.reset_index()一样）

现在我正在转换日期：

>>> df['dates'] = pd.to_datetime(df['dates'], format='%d.%m.%Y')
>>> df
         dates  numbers
0   2019-03-01        2
1   2019-03-02        2
2   2019-03-03        5
3   2019-03-04        4
4   2019-03-05        3
..         ...      ...
353 2020-02-17        2
354 2020-02-18        1
355 2020-02-19        2
356 2020-02-20        3
357 2020-02-21        1

您可以通过检查其dtypes 来检查您的列是否包含日期而不是日期的字符串表示：

>>> df.dtypes
dates      datetime64[ns]
numbers             int64

终于出图了：

>>> ax = df.plot(x='dates', y='numbers', figsize=(12, 8))
>>> ax.legend(loc='upper center', bbox_to_anchor=(0.5, -0.075), ncol=4)
<matplotlib.legend.Legend object at 0x7fc8c24fd4f0>
>>> plt.show()

图例会自动处理。这就是你得到的：