План панда-бара является категорическим сюжетом. Он показывает одну полосу для каждого индекса в целых позициях на шкале. Следовательно, первый барабан находится в позиции 0, следующий на 1 и т. Д. Этикетки соответствуют индексу данных. Если у вас 100 баров, вы получите 100 ярлыков. Это имеет смысл, потому что панды не могут знать, следует ли рассматривать их как категории или порядковые / числовые данные.
Если вместо этого вы используете обычный график штрих-кода matplotlib, он будет обрабатывать индекс данных. Это означает, что бары имеют свое положение в соответствии с фактическими датами, а метки помещаются в соответствии с автоматическим тикером.
import pandas as pd
import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt
datelist = pd.date_range(pd.datetime(2017, 1, 1).strftime('%Y-%m-%d'), periods=42).tolist()
df = pd.DataFrame(np.cumsum(np.random.randn(42)),
columns=['error'], index=pd.to_datetime(datelist))
plt.bar(df.index, df["error"].values)
plt.gcf().autofmt_xdate()
plt.show()
Преимущество тогда кроме того, могут использоваться matplotlib.dates
локаторы и форматирующие элементы. Например. для маркировки каждого первого и пятнадцатого месяца в специальном формате
import pandas as pd
import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
datelist = pd.date_range(pd.datetime(2017, 1, 1).strftime('%Y-%m-%d'), periods=93).tolist()
df = pd.DataFrame(np.cumsum(np.random.randn(93)),
columns=['error'], index=pd.to_datetime(datelist))
plt.bar(df.index, df["error"].values)
plt.gca().xaxis.set_major_locator(mdates.DayLocator((1,15)))
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter("%d %b %Y"))
plt.gcf().autofmt_xdate()
plt.show()
В вашей ситуации наиболее простым было бы создать метки и интервалы вручную и применить это с помощью ax.xaxis.set_major_formatter
.
Вот возможное решение:
Поскольку ни один образец данных не был
Настройка:
# imports
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import matplotlib.ticker as ticker
# A dataframe with random numbers ro run tests on
np.random.seed(123456)
rows = 100
df = pd.DataFrame(np.random.randint(-10,10,size=(rows, 1)), columns=['error'])
datelist = pd.date_range(pd.datetime(2017, 1, 1).strftime('%Y-%m-%d'), periods=rows).tolist()
df['dates'] = datelist
df = df.set_index(['dates'])
df.index = pd.to_datetime(df.index)
test_df = df.copy(deep = True)
# Plot of data that mimics the structure of your dataset
ax = test_df[(test_df.index.year ==2017) ]['error'].plot(kind="bar")
ax.figure.autofmt_xdate()
plt.figure(figsize=(15,8))
Возможное решение:
test_df = df.copy(deep = True)
ax = test_df[(test_df.index.year ==2017) ]['error'].plot(kind="bar")
plt.figure(figsize=(15,8))
# Make a list of empty myLabels
myLabels = ['']*len(test_df.index)
# Set labels on every 20th element in myLabels
myLabels[::20] = [item.strftime('%Y - %m') for item in test_df.index[::20]]
ax.xaxis.set_major_formatter(ticker.FixedFormatter(myLabels))
plt.gcf().autofmt_xdate()
# Tilt the labels
plt.setp(ax.get_xticklabels(), rotation=30, fontsize=10)
plt.show()
Вы можете легко изменить форматирование меток, установив strftime.org
"2017-01"
появляется дважды в некоторой случайной позиции.
– ImportanceOfBeingErnest
12 March 2018 в 12:58