Блог

TLDR: То, что я ищу, — это способ построить список временных меток в виде равноудаленных точек данных с mpl определением того, какие метки показывать.

Если равноудаленное построение точек данных с метками времени возможно только путем преобразования меток времени в строки (и, таким образом, построения их в виде категориальной оси), мой вопрос также можно сформулировать так: как можно mpl автоматически удалять метки с переполненной категориальной оси?

Подробные сведения:

У меня есть временные ряды с ежемесячными данными, которые я хотел бы отобразить в виде гистограммы. Моя проблема в том, что matplotlib.pyplot эти данные автоматически отображаются на временной оси:

 import matplotlib.pyplot as plt
import pandas as pd
fig, ax = plt.subplots(1, 1, )
s = pd.Series(range(3,7), pd.date_range('2021', freq='MS', periods=4))
ax.bar(s.index, s.values, 27) # width 27 days
ax.set_ylabel('income [Eur]')
 

Обычно это то, что я хочу, но с ежемесячными данными это выглядит странно, потому что февраль значительно короче. Чего я хочу, так это чтобы данные были нанесены на одинаковое расстояние. Есть ли способ заставить это сделать?

Важно отметить, что я хочу сохранить поведение, которое, например, отображается только вторая или третья метка, как только ось x становится слишком переполненной, без необходимости настраивать ее вручную.

То, что я пытался или не хочу делать:

• Я мог бы сделать промежутки между прутьями одинаковыми — изменив ширину прутьев. Однако я строю данные о доходах [Eur], что означает, что неравномерная ширина полосы вводит в заблуждение.
• Я мог бы превратить временные метки в строку, чтобы данные отображались категорически:

 s = pd.Series(range(3,7), pd.date_range('2021', freq='MS', periods=4))
x = [f'{ts.year}-{ts.month:02}' for ts in s.index]
ax.bar(x, s.values, 0.9) # width now as fraction of spacing between datapoints
 

Однако это наводит mpl на мысль, что каждая метка должна быть нанесена на график, который становится переполненным:

 s = pd.Series(range(3,17), pd.date_range('2021', freq='MS', periods=14))
x = [f'{ts.year}-{ts.month:02}' for ts in s.index]
ax.bar(x, s.values, 0.9) # width now as fraction of spacing between datapoints
 

Вы можете расставить свои категоричные галочки с MaxNLocator помощью .

• Учитывая ваш более крупный образец серии с категориальными ярлыками:

   s = pd.Series(range(3,17), pd.date_range('2021', freq='MS', periods=14))
  x = [f'{ts.year}-{ts.month:02}' for ts in s.index]
  
  fig, ax = plt.subplots()
  ax.bar(x, s.values, 0.9)
  ax.set_ylabel('income [Eur]')
   

• Примените MaxNLocator с указанным количеством ячеек (или 'auto' ):

   from matplotlib.ticker import MaxNLocator
  
  locator = MaxNLocator(nbins=5) # or nbins='auto'
  ax.xaxis.set_major_locator(locator)