比较以下代码:
test = pd.DataFrame({'date':['20170527','20170526','20170525'],'ratio1':[1,0.98,0.97]}) test['date'] = pd.to_datetime(test['date']) test = test.set_index('date') ax = test.plot()
我最后添加DateFormatter:
DateFormatter
test = pd.DataFrame({'date':['20170527','20170526','20170525'],'ratio1':[1,0.98,0.97]}) test['date'] = pd.to_datetime(test['date']) test = test.set_index('date') ax = test.plot() ax.xaxis.set_minor_formatter(dates.DateFormatter('%d\n\n%a')) ## Added this line
与第二张图的问题是,它开始于5-24代替5-25。另外,5-252017年的星期四不是星期一。是什么原因引起的?这个时区相关吗?(我也不明白为什么日期数字会彼此叠加)
通常,pandas和matplotlib的datetime实用程序不兼容。因此,matplotlib.dates在大多数情况下,尝试在使用熊猫创建的日期轴上使用对象会失败。
matplotlib.dates
原因之一是例如从文档中看到的
datetime对象将转换为浮点数,该浮点数表示自0001-01-01 UTC以来的天数(加1)。例如,0001-01-01、06:00是1.25,而不是0.25。
datetime
但是,这不是唯一的区别,因此建议在日期时间对象中不要混合使用熊猫和matplotlib。
但是,可以选择告诉熊猫不要使用其自己的日期时间格式。在这种情况下,可以使用matplotlib.dates股票行情。这可以通过操纵。
df.plot(x_compat=True)
由于熊猫不提供复杂的日期格式化功能,因此可以使用matplotlib进行绘图和格式化。
import pandas as pd import matplotlib.pyplot as plt import matplotlib.dates as dates df = pd.DataFrame({'date':['20170527','20170526','20170525'],'ratio1':[1,0.98,0.97]}) df['date'] = pd.to_datetime(df['date']) usePandas=True #Either use pandas if usePandas: df = df.set_index('date') df.plot(x_compat=True) plt.gca().xaxis.set_major_locator(dates.DayLocator()) plt.gca().xaxis.set_major_formatter(dates.DateFormatter('%d\n\n%a')) plt.gca().invert_xaxis() plt.gcf().autofmt_xdate(rotation=0, ha="center") # or use matplotlib else: plt.plot(df["date"], df["ratio1"]) plt.gca().xaxis.set_major_locator(dates.DayLocator()) plt.gca().xaxis.set_major_formatter(dates.DateFormatter('%d\n\n%a')) plt.gca().invert_xaxis() plt.show()