使用列表绘制 Matplotlib - 日期时间 - 格式上的不同行为

Question

为什么 Matplotlib 对日期数据类型有这种奇怪的行为？

Matplotlib 允许您在本地绘制 python 日期时间实例，并且在大多数情况下可以很好地选择刻度位置和字符串格式。 来自documentation“修复常见日期烦恼”

我还阅读了this question，它给了我一些与Matplotlib Date Format 相关的线索。 我还阅读了有关matplotlib 和Datetime 的投票最多的问题，但我仍然不明白以下行为。

#timestamp is a <class 'list'>
timestamp=['2019-02-04', '2019-01-15', '2018-10-08', '2018-07-09',
           '2018-04-09', '2018-02-08', '2017-09-08', '2017-09-08',
           '2017-07-07', '2017-04-07', '2017-01-09', '2016-10-07',
           '2016-07-01', '2016-03-25', '2015-12-27', '2015-09-25',
           '2015-06-26', '2015-03-27', '2014-12-24', '2014-10-06',
           '2014-07-02', '2014-03-28', '2013-12-20', '2013-09-27',
           '2013-06-11', '2013-03-27', '2012-12-27', '2012-09-26',
           '2012-06-13', '2012-03-28', '2011-12-14', '2011-09-28',
           '2011-06-14', '2011-03-30', '2010-12-15', '2010-09-29',
           '2010-06-19', '2010-03-31', '2009-12-29', '2009-09-30',
           '2009-06-17', '2009-04-01', '2008-12-20', '2008-08-25',
           '2008-08-25', '2008-06-19', '2008-03-19', '2008-03-19',
           '2006-04-11', '2005-12-27', '2005-09-28', '2005-07-02',
           '2005-04-20', '2004-12-21', '2004-10-20', '2004-07-21',
           '2003-09-22', '2003-08-20', '2002-12-31']

#time_python is a <class 'datetime.datetime'>
time_python=[datetime.strptime(d, "%Y-%m-%d") for d in timestamp]
#time_series is a <class 'pandas.core.indexes.datetimes.DatetimeIndex'>
time_series=pd.to_datetime(timestamp)

array=np.arange(1,len(timestamp)+1) 

time_2_num=mdates.date2num(time_series.to_pydatetime())

#First plot using the List Format as x axes
plt.subplot(411)
plt.bar(timestamp,array)
plt.xticks(rotation='vertical')

#Second plot using the padas Datatime Format as x axes
plt.subplot(412)
plt.bar(time_series,array)
plt.xticks(rotation='vertical')
plt.subplots_adjust(hspace = 1.2)

#Third plot using the DateTime Format as x axes 
plt.subplot(413)
plt.bar(time_python,array)
plt.xticks(rotation='vertical')
plt.subplots_adjust(hspace = 1.2)

#Fourth plot using the Matplot Date Format as x axes 
plt.subplot(414)
plt.bar(time_2_num,array)
plt.xticks(rotation='vertical')
plt.subplots_adjust(hspace = 1.2)

plt.gcf().autofmt_xdate()  

plt.show()

想要的结果显然是第一个情节。

我想更好地理解为什么 II、III、IV 图的条形图具有这种表示，与 I 不同。4 个图的 y 输入相同。

Answer 1

首先，如果您删除线 plt.gcf().autofmt_xdate()，差异会变得更加明显，因为这会删除除最后一个图之外的所有标签。

第一个情节

第一个情节是“分类”情节。 x 轴的值是字符串。它们按照它们在输入列表/数组中出现的顺序一一显示，并且每个都有自己的标签。在这种情况下，matplotlib 不知道字符串代表日期，实际上您也可以提供一个水果列表 (["Apple", "Banana", "Cherry", ...])

第二个/第三个情节

这些是 matplotlib 中日期时间图的预期行为。 Matplotlib 同样适用于 datetime 或 numpy.datetime64 对象。从具有定义线性度量的线的意义上讲，该轴是真正的比例（即星期一和星期三之间的距离是星期六和星期日之间的距离的两倍）。关于此类日期时间轴的单位，documentation 状态

Matplotlib 使用浮点数表示日期，指定自 0001-01-01 UTC 以来的天数，再加上 1。

因为 matplotlib 识别日期时间输入，它会自动选择一个日期定位器和格式化程序，以便在有用的位置有刻度

第四个情节

第四个情节原则上与上述两个情节相同。 matplotlib 没有机会知道这些数字（如 731000）是用来表示日期的唯一区别（它们也可能是地球和卫星之间的距离）。

您仍然可以通过手动设置定位器和格式化程序来获得与上述两个图中相同的外观，例如将以下行添加到最后一个情节

loc = mdates.AutoDateLocator()
plt.gca().xaxis.set_major_locator(loc)
plt.gca().xaxis.set_major_formatter(mdates.AutoDateFormatter(loc))

结果与第二、第三个图相同

Answer 2

对于第一张图，您发送的是纯字符串 timestamp。 Matplotlib 将其视为字符串。如果您单独查看该图，您会发现标签只是来自timestamp 的字符串，顺序相同。

其他 3 种方法将此字符串转换为时间戳，matplotlib 对此的处理方式不同。

timestamp=['2019-02-04', '2019-01-15', '2018-10-08', '2018-07-09',
       '2018-04-09', '2018-02-08', '2017-09-08', '2017-09-08',
       '2017-07-07', '2017-04-07', '2017-01-09', '2016-10-07',
       '2016-07-01', '2016-03-25', '2015-12-27', '2015-09-25',
       '2015-06-26', '2015-03-27', '2014-12-24', '2014-10-06',
       '2014-07-02', '2014-03-28', '2013-12-20', '2013-09-27',
       '2013-06-11', '2013-03-27', '2012-12-27', '2012-09-26',
       '2012-06-13', '2012-03-28', '2011-12-14', '2011-09-28',
       '2011-06-14', '2011-03-30', '2010-12-15', '2010-09-29',
       '2010-06-19', '2010-03-31', '2009-12-29', '2009-09-30',
       '2009-06-17', '2009-04-01', '2008-12-20', '2008-08-25',
       '2008-08-25', '2008-06-19', '2008-03-19', '2008-03-19',
       '2006-04-11', '2005-12-27', '2005-09-28', '2005-07-02',
       '2005-04-20', '2004-12-21', '2004-10-20', '2004-07-21',
       '2003-09-22', '2003-08-20', '2002-12-31']

array=np.arange(1,len(timestamp)+1) 
plt.bar(timestamp,array)
plt.xticks(rotation='vertical')
fig = plt.gcf()
fig.set_size_inches(18.5, 10.5)