轴刻度日期格式化程序在折线图上无法正常工作？

Question

我可以使用我的绘图数据来呈现折线图，但 x 轴代码显示不正确。因为我的数据框有period datetimeindex对象，我想正确地沿 x 轴显示它们。我尝试了几个现有的帖子，axis ticker但仍然没有正确的情节。如何解决这个问题？任何想法？谢谢

EDA 数据

这是关于 gist 的绘图数据

我的尝试：

这是我目前的尝试：

import pandas as pd

import matplotlib.pyplot as plt

import matplotlib.dates as mdates

df = pd.read_csv('plot_data.csv', encoding='utf-8')

df.div(df.Total, axis=0).applymap(lambda x: f'{x * 100:.2f}%')

fig, ax1 = plt.subplots(figsize=(14,6))

_ = df.div(df.Total, axis=0).iloc[:, :-1].plot(kind='line', ax=ax1, ax=ax1, marker='o',ls='--')

ax1.yaxis.set_major_formatter(FuncFormatter(lambda y, _: '{:.0%}'.format(y))) 

ax1.xaxis.set_major_locator(mdates.DayLocator())

ax1.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d-%Y'))

plt.show()

目标

我想渲染一个折线图，其中 y 轴应该显示百分比，而 x 轴应该正确显示年份的周期。在我的代码中，x 轴代码显示不正确。任何想法？

Answer 1

最简单的就是让熊猫做它的事。为了在 x 轴上显示日期，pandas 喜欢将这些日期作为索引。做吧df.set_index('quarter', inplace=True)。有了这样的索引，pandas 将设置一个看起来像日期的 x 轴，但实际上是一个分类轴（编号为 0、1、2、3、...），其中 pandas 提供了刻度标签。要设置百分比，请使用PercentFormatter, 和参数设置 100%（为 1，而不是默认的 100）和小数位数。import pandas as pdimport matplotlib.pyplot as pltimport matplotlib.dates as mdatesimport matplotlib.ticker as mtickfilename = 'plot_data.csv'df = pd.read_csv(filename, encoding='utf-8')df.set_index('quarter', inplace=True)fig, ax1 = plt.subplots(figsize=(14, 6))df.div(df.Total, axis=0).iloc[:, :-1].plot(kind='line', ax=ax1, marker='o', ls='--')ax1.yaxis.set_major_formatter(mtick.PercentFormatter(xmax=1, decimals=0))plt.xticks(range(len(df.index)), df.index, rotation=90)plt.show()或者，您可以将索引转换为 matplotlib 日期并使用 matplotlib 的格式和定位器：import pandas as pdimport matplotlib.pyplot as pltimport matplotlib.dates as mdatesimport matplotlib.ticker as mtickfilename = 'plot_data.csv'df = pd.read_csv(filename, encoding='utf-8')df.quarter = [pd.to_datetime(d).date() for d in df.quarter]df.set_index('quarter', inplace=True)fig, ax1 = plt.subplots(figsize=(14, 6))_ = df.div(df.Total, axis=0).iloc[:, :-1].plot(kind='line', ax=ax1, marker='o', ls='--')ax1.yaxis.set_major_formatter(mtick.PercentFormatter(xmax=1, decimals=0))ax1.xaxis.set_major_locator(mdates.MonthLocator(bymonthday=1, interval=3))ax1.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d-%Y'))plt.xticks(rotation=45)plt.tight_layout()plt.show()

Answer 2

该quarter列被转换为datetime格式，然后设置为索引：import matplotlib.dates as mdatesdf = pd.read_csv('plot_data.csv', encoding='utf-8')df['quarter'] = pd.to_datetime(df['quarter'], format='%Y-%m-%d')df = df.set_index(df['quarter'])df = df.sort_index()fig, ax1 = plt.subplots(figsize=(14,6))_ = df.drop('quarter', axis=1).div(df.Total, axis=0).iloc[:, :-1].plot(kind='line', ax=ax1)ax1.yaxis.set_major_formatter(plt.FuncFormatter(lambda y, _: '{:.0%}'.format(y))) ax1.set_xticks(df.index)ax1.xaxis_date()plt.show()在与 matplotlib 斗争之后，我找到了使用 seaborn 的解决方案。import matplotlib.ticker as mtickimport seaborn as snssns.set()df = pd.read_csv('plot_data.csv', encoding='utf-8')df['quarter'] = pd.to_datetime(df['quarter'], format='%Y-%m-%d')df = df.set_index(df['quarter'])df = df.sort_index()df_clean = df.drop('quarter', axis=1).div(df.Total, axis=0)df_clean.drop('Total', axis=1, inplace=True)df_us = df_clean.unstack().reset_index().copy()df_us = df_us.rename(columns={'level_0':'Country', 0:'Percent'})g = sns.lineplot(data=df_us, x='quarter', y='Percent', hue='Country')g.set(xticks=df.index)plt.xticks(rotation=30)g.yaxis.set_major_formatter(plt.FuncFormatter(lambda y, _: '{:.0%}'.format(y)))plt.savefig('sns.png')plt.show()