Блог

У меня есть некоторые данные, которые я хотел бы отобразить, состоящие из двух столбцов, один из которых представляет собой сумму count , а другой столбец — фактическую дату записи. При построении этого графика, поскольку у меня более 2000 дат, имеет смысл не показывать каждую отдельную дату в виде галочки на x оси -, иначе она не будет читаемой. Тем не менее, мне трудно заставить даты отображаться на x оси — с помощью какой-то логики. Я пробовал использовать встроенные локаторы тиков для matplotlib, но это почему-то не работает. Вот предварительный просмотр данных:

 PatientTraffic = pd.DataFrame({'count' : CleanData.groupby("TimeStamp").size()}).reset_index()
display(PatientTraffic.head(3000))

TimeStamp   count
0   2016-03-13 12:20:00 1
1   2016-03-13 13:39:00 1
2   2016-03-13 13:43:00 1
3   2016-03-13 16:00:00 1
4   2016-03-14 13:27:00 1
... ... ...
2088    2020-02-18 16:00:00 8
2089    2020-02-19 16:00:00 8
2090    2020-02-20 16:00:00 8
2091    2020-02-21 16:00:00 8
2092    2020-02-22 16:00:00 8
2093 rows × 2 columns
 

и когда я перейду к построению графика с этими настройками:

 PatientTrafficPerTimeStamp = PatientTraffic.plot.bar(
        x='TimeStamp', 
        y='count',
        figsize=(20,3),
        title = "Patient Traffic over Time"
        
    )
PatientTrafficPerTimeStamp.xaxis.set_major_locator(plt.MaxNLocator(3))
 

Я ожидаю получить гистограмму, где x ось — имеет три отметки, по одной в начале, середине и конце … возможно, я использую это неправильно. Кроме того, кажется, что появляющиеся галочки — это просто первые 3 в столбце, а это не то, что я хочу. Любая помощь будет признательна!

Вы, вероятно, думаете, что у вас одна проблема, но на самом деле у вас их две — и обе основаны на том факте, что вы используете удобные функции. Проблема, о которой вы, скорее всего, не знаете, заключается в том, что pandas отображает столбцы как категориальные данные. Это имеет смысл в большинстве условий, но, очевидно, нет, если у вас есть данные временной метки в качестве оси x. Давайте посмотрим, не выдумал ли я это:

 import matplotlib.pyplot as plt
import pandas as pd

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 5))
df = pd.read_csv("test.txt", sep = "s{2,}", engine="python")
#convert TS from string into datetime objects
df.TS = pd.to_datetime(df.TS, format="%Y-%m-%d %H:%M:%S")

#and plot it as you do directly from pandas that provides the data to matplotlib
df.plot.bar(
        x="TS", 
        y="Val",
        ax=ax1,
        title="pandas version"    
    )

#now plot the same data using matplotlib
ax2.bar(df.TS, df.Val, width=22)
ax2.tick_params(axis="x", labelrotation=90)
ax2.set_title("matplotlib version")    

plt.tight_layout()
plt.show()
 

Пример вывода:

Итак, мы должны отображать их непосредственно из matplotlib, чтобы предотвратить потерю информации о временных метках. Очевидно, что мы теряем некоторый комфорт, предоставляемый pandas, например, нам приходится регулировать ширину столбцов и помечать оси. Теперь вы могли бы использовать другую удобную функцию MaxNLocator , но, как вы заметили, она была написана так, чтобы хорошо работать для большинства условий, но вы отказываетесь от контроля над точным расположением тиков. Почему бы не написать наш собственный локатор, используя FixedLocator ?

 import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
from matplotlib.ticker import FixedLocator
import pandas as pd

def myownMaxNLocator(datacol, n):
    datemin = mdates.date2num(datacol.min())
    datemax = mdates.date2num(datacol.max())
    xticks = np.linspace(datemin, datemax, n)
    return xticks


fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 5))
df = pd.read_csv("test.txt", sep = "s{2,}", engine="python")
df.TS = pd.to_datetime(df.TS, format="%Y-%m-%d %H:%M:%S")
    
df.plot.bar(
        x="TS", 
        y="Val",
        ax=ax1,
        title="pandas version"    
    )

ax2.bar(df.TS, df.Val, width=22)
ax2.set_title("matplotlib version")
dateticks = myownMaxNLocator(df.TS, 5)
ax2.xaxis.set_major_locator(FixedLocator(dateticks))
ax2.tick_params(axis="x", labelrotation=90)

plt.tight_layout()
plt.show()
 

Пример вывода:

Здесь отметки начинаются с наименьшего значения и заканчиваются наибольшим значением. В качестве альтернативы вы можете использовать LinearLocator функцию, которая равномерно распределяет пометки по всему представлению:

 from matplotlib.ticker import LinearLocator
...
ax2.bar(df.TS, df.Val, width=22)
ax2.set_title("matplotlib version")
ax2.xaxis.set_major_locator(LinearLocator(numticks=5))
ax2.tick_params(axis="x", labelrotation=90)
...
 

Пример вывода:

Образцы данных были сохранены в файле со следующей структурой:

         TS                   Val
0       2016-03-13 12:20:00  1
1       2016-04-13 13:39:00  3
2       2016-04-03 13:43:00  5
3       2016-06-17 16:00:00  1
4       2016-09-14 13:27:00  2
2088    2017-02-08 16:00:00  7
2089    2017-02-25 16:00:00  2
2090    2018-02-20 16:00:00  8
2091    2019-02-21 16:00:00  9
2092    2020-02-22 16:00:00  8
 

Рассматривали ли вы возможность группировки по дате, если вам не нужно так много xticks? Отвечая на ваш вопрос, вы можете сделать пользовательские пометки с помощью :

plt.xticks(тики=[любой список], метки=[список меток])
ссылка на документацию