Chcę mieć możliwość ustawienia głównych i pomocniczych znaczników oraz ich etykiet dla wykresu szeregów czasowych wykreślonych z obiektu szeregów czasowych Pandas.
Na stronie Pandas 0.9 „co nowego” jest napisane:
„możesz użyć to_pydatetime lub zarejestrować konwerter dla typu Timestamp”
ale nie wiem, jak to zrobić, aby móc używać poleceń matplotlib ax.xaxis.set_major_locatori ax.xaxis.set_major_formatter(i pobocznych).
Jeśli użyję ich bez przeliczania czasów pand, znaczniki osi X i etykiety kończą się nieprawidłowo.
Używając parametru „xticks”, mogę przekazać główne tiki do pandas.plot, a następnie ustawić główne etykiety tików. Nie mogę wymyślić, jak zrobić drobne tiki, używając tego podejścia. (Mogę ustawić etykiety na domyślnych drobnych taktach ustawionych przez pandas.plot)
Oto mój kod testowy:
import pandas
print 'pandas.__version__ is ', pandas.__version__
print 'matplotlib.__version__ is ', matplotlib.__version__
dStart = datetime.datetime(2011,5,1) # 1 May
dEnd = datetime.datetime(2011,7,1) # 1 July
dateIndex = pandas.date_range(start=dStart, end=dEnd, freq='D')
print "1 May to 1 July 2011", dateIndex
testSeries = pandas.Series(data=np.random.randn(len(dateIndex)),
index=dateIndex)
ax = plt.figure(figsize=(7,4), dpi=300).add_subplot(111)
testSeries.plot(ax=ax, style='v-', label='first line')
# using MatPlotLib date time locators and formatters doesn't work with new
# pandas datetime index
ax.xaxis.set_minor_locator(matplotlib.dates.WeekdayLocator(byweekday=(1),
interval=1))
ax.xaxis.set_minor_formatter(matplotlib.dates.DateFormatter('%d\n%a'))
ax.xaxis.grid(True, which="minor")
ax.xaxis.grid(False, which="major")
ax.xaxis.set_major_formatter(matplotlib.dates.DateFormatter('\n\n\n%b%Y'))
plt.show()
# set the major xticks and labels through pandas
ax2 = plt.figure(figsize=(7,4), dpi=300).add_subplot(111)
xticks = pandas.date_range(start=dStart, end=dEnd, freq='W-Tue')
print "xticks: ", xticks
testSeries.plot(ax=ax2, style='-v', label='second line',
xticks=xticks.to_pydatetime())
ax2.set_xticklabels([x.strftime('%a\n%d\n%h\n%Y') for x in xticks]);
# set the text of the first few minor ticks created by pandas.plot
# ax2.set_xticklabels(['a','b','c','d','e'], minor=True)
# remove the minor xtick labels set by pandas.plot
ax2.set_xticklabels([], minor=True)
# turn the minor ticks created by pandas.plot off
# plt.minorticks_off()
plt.show()
print testSeries['6/4/2011':'6/7/2011']
i jego wyjście:
pandas.__version__ is 0.9.1.dev-3de54ae
matplotlib.__version__ is 1.1.1
1 May to 1 July 2011 <class 'pandas.tseries.index.DatetimeIndex'>
[2011-05-01 00:00:00, ..., 2011-07-01 00:00:00]
Length: 62, Freq: D, Timezone: None
xticks: <class 'pandas.tseries.index.DatetimeIndex'>
[2011-05-03 00:00:00, ..., 2011-06-28 00:00:00]
Length: 9, Freq: W-TUE, Timezone: None
2011-06-04 -0.199393
2011-06-05 -0.043118
2011-06-06 0.477771
2011-06-07 -0.033207
Freq: D
Aktualizacja: byłem w stanie zbliżyć się do układu, który chciałem, używając pętli do tworzenia głównych etykiet xtick:
# only show month for first label in month
month = dStart.month - 1
xticklabels = []
for x in xticks:
if month != x.month :
xticklabels.append(x.strftime('%d\n%a\n%h'))
month = x.month
else:
xticklabels.append(x.strftime('%d\n%a'))
Jednak jest to trochę jak robienie osi X za pomocą ax.annotate: możliwe, ale nie idealne.
źródło
plotfunkcji pandy i ustawić wszystkie takty po wykreśleniu, używając metod matplotlib zwróconegoaxobiektu (np.ax.set_xticks)?Odpowiedzi:
Oba
pandasimatplotlib.datessłużąmatplotlib.unitsdo lokalizowania kleszczy.Ale chociaż
matplotlib.datesma wygodne sposoby ręcznego ustawiania taktów, pandy wydają się do tej pory skupiać się na automatycznym formatowaniu (możesz rzucić okiem na kod konwersji daty i formatowania w pandach).Tak więc na razie wydaje się bardziej rozsądne w użyciu
matplotlib.dates(jak wspomniał @BrenBarn w swoim komentarzu).import numpy as np import pandas as pd import matplotlib.pyplot as plt import matplotlib.dates as dates idx = pd.date_range('2011-05-01', '2011-07-01') s = pd.Series(np.random.randn(len(idx)), index=idx) fig, ax = plt.subplots() ax.plot_date(idx.to_pydatetime(), s, 'v-') ax.xaxis.set_minor_locator(dates.WeekdayLocator(byweekday=(1), interval=1)) ax.xaxis.set_minor_formatter(dates.DateFormatter('%d\n%a')) ax.xaxis.grid(True, which="minor") ax.yaxis.grid() ax.xaxis.set_major_locator(dates.MonthLocator()) ax.xaxis.set_major_formatter(dates.DateFormatter('\n\n\n%b\n%Y')) plt.tight_layout() plt.show()(moje ustawienia regionalne to niemiecki, więc wtorek [wt] zmienia się w Dienstag [Di])
źródło