日期未在折线图中以所需格式显示

Question

我有一个 plot_graph() 函数，可以将 pandas 数据框绘制为折线图。

def plot_graph(df):
 ax = plt.gca()
 #df["Date"].dt.strftime("%m/%d/%y")
 #df["date"] = df["date"].astype('datetime64[ns]')
 print(df['date'])
 df.plot(kind='line', x='date', y='Actual', ax=ax)
 df.plot(kind='line', x='date', y='Expected', color='red', ax=ax)
 ax.xaxis.set_major_locator(plt.MaxNLocator(3))
 plt.savefig("fig1.png")

我以这种格式传递 pandas 数据帧

 date       actual   expected
 2019-11    20       65
 2019-12    35       65

当我绘制折线图时，x 轴标签无法以 (yyyy-mm) 格式正确显示。我相信它是日期格式。所以我尝试将其转换为日期。我尝试了所有选项（在代码中注释），似乎没有任何效果。任何建议都会受到欢迎。

Answer 1

试试这个：

import pandas as pd
import matplotlib.dates as mdates

def plot_graph(df):
    ax = plt.gca()
    df['date'] = pd.to_datetime(df['date']).dt.date
    df.plot(kind='line', x='date', y='actual', ax=ax)
    df.plot(kind='line', x='date', y='expected', color='red', ax=ax)
    ax.xaxis.set_major_locator(mdates.MonthLocator())
    # ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m')) #to explicitly set format
    
plot_graph(df)

我认为在这里使用 matplotlib.dates 是最好的选择，但似乎 df.plot() 需要日期为 date 而不是 datetime （或字符串）。如果您直接通过matplotlib 进行绘图，则不需要这样做。 More here.

Answer 2

• 参考Matplotlib: Date tick labels & Formatting date ticks using ConciseDateFormatter

  • matplotlib.dates.MonthLocator
  • matplotlib.dates.DateFormatter
  • matplotlib.axis.Axis.set_major_locator
  • matplotlib.axis.XAxis.set_major_formatter

• 注意index 列是日期时间格式。要将您的列转换为日期时间，请使用 df.date = pd.to_datetime(df.date)

• df.plot() 具有像 array([13136, 13152, 13174, 13175], dtype=int64) 这样的刻度位置。我实际上不知道这些数字是如何得出的，但它们会导致一些 matplotlib 轴和日期格式化方法出现问题，这就是我将绘图从 df.plot 更改为的原因。

• sns.lineplot 和 plt.plot 的刻度位置是日期时间的序数表示，array([737553., 737560., 737567., 737577., 737584., 737591., 737598., 737607.]。

import pandas as pd
import numpy as np  # for test data
from datetime import datetime  # for test data
import matplotlib.dates as mdates
import matplotlib.pyplot as plt

# synthetic data with date as a datetime
np.random.seed(365)
length = 700
df = pd.DataFrame(np.random.rand(length, 2) * 10, columns=['Actual', 'Expected'], index=pd.bdate_range(datetime.today(), freq='d', periods=length).tolist()).reset_index()

# display(df.head())
       index    Actual  Expected
0 2020-07-16  9.414557  6.416027
1 2020-07-17  6.846105  5.885621
2 2020-07-18  5.438872  3.680709
3 2020-07-19  7.666258  3.050124
4 2020-07-20  4.420860  1.104433


# function
def plot_graph(df):
    
    #  df.date = pd.to_datetime(df.date)  # if needed and date is the column name

    fig, ax = plt.subplots()
    
    months = mdates.MonthLocator()  # every month
    months_fmt = mdates.DateFormatter('%Y-%m')   # format

    ax.plot('index', 'Actual', data=df)
    ax.plot('index', 'Expected', data=df, color='red')

    # format the ticks
    ax.xaxis.set_major_locator(months)
    ax.xaxis.set_major_formatter(months_fmt)
    
    plt.xticks(rotation=90)
    
    plt.legend()

    plt.show()


plot_graph(df)