首页 文章

改变xticks matplotlib

提问于
浏览 次
1

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：
enter image description here

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：

enter image description here

python pandas matplotlib plot axis

2 回答

  • 1

    让我们使用一些xticklabel操作：

    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)
loc, labels = plt.xticks()
newlabels = [str(pd.Timedelta(str(i)+ ' seconds')).split()[2] for i in loc]
plt.xticks(loc, newlabels)
plt.show()

    输出：
    enter image description here

    回复于
  • 0

    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tick locators 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 .

    fig, ax = plt.subplots(figsize=(10,6))

x = df['A']
y = df['B']

x_numbers = (pd.to_timedelta(df['A']).dt.total_seconds()).cumsum()

plt.scatter(x_numbers, y)
plt.xticks(x_numbers, x, rotation=50)
plt.show()

    enter image description here

    回复于

相关问题