0
752
Vistas¿Cómo conseguir ticks cada hora?
Considere este ejemplo simple
import pandas as pd import numpy as np import matplotlib.pyplot as plt from matplotlib.ticker import FuncFormatter import matplotlib.dates as mdates pd.__version__ Out[147]: u'0.22.0' idx = pd.date_range('2017-01-01 05:03', '2017-01-01 18:03', freq = 'min') df = pd.Series(np.random.randn(len(idx)), index = idx) df.head() Out[145]: 2017-01-01 05:03:00 0.4361 2017-01-01 05:04:00 0.9737 2017-01-01 05:05:00 0.8430 2017-01-01 05:06:00 0.4292 2017-01-01 05:07:00 0.5739 Freq: T, dtype: float64Quiero trazar esto y tener tics cada hora. Yo suelo:
fig, ax = plt.subplots() hours = mdates.HourLocator(interval = 1) # h_fmt = mdates.DateFormatter('%H:%M:%S') df.plot(ax = ax, color = 'black', linewidth = 0.4) ax.xaxis.set_major_locator(hours) ax.xaxis.set_major_formatter(h_fmt)lo que da
¿Por qué las garrapatas no aparecen cada hora aquí? ¡Gracias por tu ayuda!
2 Respuestas
Responde la pregunta0
El problema es que mientras pandas en general envuelve directamente los métodos de trazado de matplotlib, este no es el caso de los gráficos con fechas. Tan pronto como las fechas están involucradas, pandas usa una representación numérica de fechas totalmente diferente y, por lo tanto, también usa sus propios localizadores para las marcas.
En caso de que quiera usar formateadores o localizadores matplotlib.dates en gráficos creados con pandas, puede usar la opción x_compat=True en gráficos de pandas.
df.plot(ax = ax, color = 'black', linewidth = 0.4, x_compat=True) Esto permite utilizar los formateadores o localizadores matplotlib.dates como se muestra a continuación. De lo contrario, puede reemplazar df.plot(ax = ax, color = 'black', linewidth = 0.4) por
ax.plot(df.index, df.values, color = 'black', linewidth = 0.4)Ejemplo completo:
import pandas as pd import numpy as np import matplotlib.pyplot as plt import matplotlib.dates as mdates idx = pd.date_range('2017-01-01 05:03', '2017-01-01 18:03', freq = 'min') df = pd.Series(np.random.randn(len(idx)), index = idx) fig, ax = plt.subplots() hours = mdates.HourLocator(interval = 1) h_fmt = mdates.DateFormatter('%H:%M:%S') ax.plot(df.index, df.values, color = 'black', linewidth = 0.4) #or use df.plot(ax = ax, color = 'black', linewidth = 0.4, x_compat=True) #Then tick and format with matplotlib: ax.xaxis.set_major_locator(hours) ax.xaxis.set_major_formatter(h_fmt) fig.autofmt_xdate() plt.show() 
Si la motivación para usar pandas aquí es (como se indica en los comentarios a continuación) para poder usar
secondary_y , el equivalente para las gráficas de matplotlib sería twinx de ejes gemelos. import pandas as pd import numpy as np import matplotlib.pyplot as plt import matplotlib.dates as mdates idx = pd.date_range('2017-01-01 05:03', '2017-01-01 18:03', freq = 'min') df = pd.DataFrame(np.cumsum(np.random.randn(len(idx), 2),0), index = idx, columns=list("AB")) fig, ax = plt.subplots() ax.plot(df.index, df["A"], color = 'black') ax2 = ax.twinx() ax2.plot(df.index, df["B"], color = 'indigo') hours = mdates.HourLocator(interval = 1) h_fmt = mdates.DateFormatter('%H:%M:%S') ax.xaxis.set_major_locator(hours) ax.xaxis.set_major_formatter(h_fmt) fig.autofmt_xdate() plt.show() 
0
Solución solo con pandas
Puede establecer marcas para cada hora utilizando las marcas de tiempo de DatetimeIndex . Los ticks se pueden crear aprovechando las propiedades de fecha y hora de las marcas de tiempo.
import numpy as np # v 1.19.2 import pandas as pd # v 1.1.3 idx = pd.date_range('2017-01-01 05:03', '2017-01-01 18:03', freq='min') series = pd.Series(np.random.randn(len(idx)), index=idx) ax = series.plot(color='black', linewidth=0.4, figsize=(10,4)) ticks = series.index[series.index.minute == 0] ax.set_xticks(ticks) ax.set_xticklabels(ticks.strftime('%H:%M')); 