我有一个散点图,有时间在 x-axis
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import ticker
d = ({
'A' : ['08:00:00','08:10:00','08:12:00','08:26:00','08:29:00','08:31:00','10:10:00','10:25:00','10:29:00','10:31:00'],
'B' : ['1','1','1','2','2','2','7','7','7','7'],
'C' : ['X','Y','Z','X','Y','Z','A','X','Y','Z'],
})
df = pd.DataFrame(data=d)
fig,ax = plt.subplots()
x = df['A']
y = df['B']
x_numbers = (pd.to_timedelta(df['A']).dt.total_seconds())
plt.scatter(x_numbers, y)
plt.show()
输出1:
我想换掉实际时间戳的总秒数,所以我包括:
plt.xticks(x_numbers, x)
这导致x-ticks彼此重叠 .
如果我使用:
plt.locator_params(axis='x', nbins=10)
结果与上述相同 . 如果我将 nbins
更改为更小的刻度,则不要将它们与各自的散点对齐 . 与分散点一样,不与正确的时间戳对齐 .
如果我使用:
M = 10
xticks = ticker.MaxNLocator(M)
ax.xaxis.set_major_locator(xticks)
ticks
不要与各自的散点对齐 .
是否可以选择您使用的 x-ticks
的数量,但仍然与相应的数据点对齐 .
例如 . 对于下面的 figure
. 我可以只使用 n
的 ticks
而不是全部吗?
输出2:
2 回答
让我们使用一些xticklabel操作:
输出:
首先,时间间隔不一致 . 其次,它是一个高频系列 .
在一般情况下,您不需要匹配每个条目对应的
xticks
. 并且,在这些情况下,您可以利用plt.plot_date(x, y)
以及ticklocators
和formatters
之类的东西,DayLocator()
和DateFormatter('%Y-%m-%d')
.虽然对于这种非常特殊的情况,数据处于微小水平并且几个点非常接近,但是黑客可能会尝试使用您用于x轴的数字系列,
x_numbers
. 为了增加两点之间的差距,我尝试了cumsum()
并且为了消除重叠到一定程度,给了rotation
到xticks
.