Python 3.x Matplotlib：在自定义格式的x轴上显示所有日期

使用matplotlib，我想创建一个图表，其中数据框（df）中的所有日期值都显示在x轴上。原则上，代码行

plt.gca（）.xaxis.set\u major\u locator（matplotlib.dates.DayLocator（interval=1））

应该完成这项工作，但它没有，可能是因为我使用的是自定义格式设置程序！？这里需要自定义格式设置程序，因为我会阻止matplotlib插入周末日期值，这些值不是我的dataframe（）的一部分

我还想使用日期格式“%d.%m.%Y”

虽然代码使用matplotlib 3.3.3/Python 3.8，但我的项目必须使用matplotlib 3.2.2/Python 3.6，在这些条件下，代码不会返回所需的输出

代码如下：

import matplotlib
import matplotlib.pyplot as plt
from matplotlib.ticker import Formatter
import pandas as pd
import numpy as np


df = pd.DataFrame(data={"col1": [1.000325, 1.000807, 1.001207, 1.000355, 1.001512, 1.003237, 1.000979,
                                 1.000325, 1.000807, 1.001207, 1.000355, 1.001512, 1.003237, 1.000979],
                        "date": ['2018-01-08', '2018-01-09', '2018-01-10', '2018-01-11', '2018-01-12',
                                 '2018-01-15', '2018-01-16', '2018-01-17', '2018-01-18', '2018-01-19',
                                 '2018-01-22', '2018-01-23', '2018-01-24', '2018-01-25',]})
df["date"] = pd.to_datetime(df["date"])

class CustomFormatter(Formatter):

    def __init__(self, dates, fmt='%d.%m.%Y'):
        self.dates = dates
        self.fmt = fmt

    def __call__(self, x, pos=0):
        'Return the label for time x at position pos'
        ind = int(np.round(x))
        if ind >= len(self.dates) or ind < 0:
            return ''

        return self.dates[ind].strftime(self.fmt)

fig = plt.figure()
plt.gca().xaxis.set_major_formatter(CustomFormatter(df["date"]))
plt.plot(np.arange(df.shape[0]), df["col1"])
plt.gcf().autofmt_xdate()
#plt.gca().xaxis.set_major_locator(matplotlib.dates.DayLocator(interval=1)) # <-- this line should do the job, in theory!

导入matplotlib
将matplotlib.pyplot作为plt导入
从matplotlib.ticker导入格式化程序
作为pd进口熊猫
将numpy作为np导入
df=pd.DataFrame（data={“col1”：[1.000325,1.000807,1.001207,1.000355,1.001512,1.003237,1.000979，
1.000325, 1.000807, 1.001207, 1.000355, 1.001512, 1.003237, 1.000979],
“日期”：[‘2018-01-08’、‘2018-01-09’、‘2018-01-10’、‘2018-01-11’、‘2018-01-12’，
'2018-01-15', '2018-01-16', '2018-01-17', '2018-01-18', '2018-01-19',
'2018-01-22', '2018-01-23', '2018-01-24', '2018-01-25',]})
df[“日期”]=pd.to_datetime（df[“日期”]）
类CustomFormatter（格式化程序）：
定义初始化（self，dates，fmt='%d.%m.%Y'）：
self.dates=日期
self.fmt=fmt
定义调用（self，x，pos=0）：
'返回位置处时间x的标签'
ind=整数（np.四舍五入（x））
如果ind>=len（自日期）或ind<0：
返回“”
返回self.dates[ind].strftime（self.fmt）
图=plt.图（）
plt.gca（）.xaxis.set\u major\u格式化程序（CustomFormatter（df[“date”]））
plt.plot（np.arange（df.shape[0]），df[“col1”]）
plt.gcf（）.autofmtxDate（）
#plt.gca（）.xaxis.set_major_locator（matplotlib.dates.DayLocator（interval=1））#不涉及类的问题的可能解决方案是这样做（obs！可能不需要所有导入）：

不涉及类的问题的一个可能解决方案是这样做（obs！可能不需要所有导入）：

由于您不是针对日期而是针对索引进行打印，因此此处的
DateLocator
可能是错误的选择：

import matplotlib
import matplotlib.pyplot as plt
from matplotlib.ticker import Formatter, FixedLocator
import pandas as pd
import numpy as np


df = pd.DataFrame(data={"col1": [1.000325, 1.000807, 1.001207, 1.000355, 1.001512, 1.003237, 1.000979,
                                 1.000325, 1.000807, 1.001207, 1.000355, 1.001512, 1.003237, 1.000979],
                        "date": ['2018-01-08', '2018-01-09', '2018-01-10', '2018-01-11', '2018-01-12',
                                 '2018-01-15', '2018-01-16', '2018-01-17', '2018-01-18', '2018-01-19',
                                 '2018-01-22', '2018-01-23', '2018-01-24', '2018-01-25',]})

df["date"] = pd.to_datetime(df["date"])


class CustomFormatter(Formatter):

    def __init__(self, dates, fmt='%d.%m.%Y'):
        self.dates = dates
        self.fmt = fmt

    def __call__(self, x, pos=0):
        'Return the label for time x at position pos'
        ind = int(np.round(x))
        if ind >= len(self.dates) or ind < 0:
            return ''

        return self.dates[ind].strftime(self.fmt)

fig = plt.figure()
plt.plot(np.arange(df.shape[0]), df["col1"])
plt.gca().xaxis.set_major_locator(FixedLocator(np.arange(df.shape[0])))
plt.gca().xaxis.set_major_formatter(CustomFormatter(df["date"]))
plt.gcf().autofmt_xdate()

#print(matplotlib.__version__)
plt.show()

输出：请参见上文
因为您不是根据日期而是根据索引进行打印，所以这里的
日期定位器可能是错误的选择：

import matplotlib
import matplotlib.pyplot as plt
from matplotlib.ticker import Formatter, FixedLocator
import pandas as pd
import numpy as np


df = pd.DataFrame(data={"col1": [1.000325, 1.000807, 1.001207, 1.000355, 1.001512, 1.003237, 1.000979,
                                 1.000325, 1.000807, 1.001207, 1.000355, 1.001512, 1.003237, 1.000979],
                        "date": ['2018-01-08', '2018-01-09', '2018-01-10', '2018-01-11', '2018-01-12',
                                 '2018-01-15', '2018-01-16', '2018-01-17', '2018-01-18', '2018-01-19',
                                 '2018-01-22', '2018-01-23', '2018-01-24', '2018-01-25',]})

df["date"] = pd.to_datetime(df["date"])


class CustomFormatter(Formatter):

    def __init__(self, dates, fmt='%d.%m.%Y'):
        self.dates = dates
        self.fmt = fmt

    def __call__(self, x, pos=0):
        'Return the label for time x at position pos'
        ind = int(np.round(x))
        if ind >= len(self.dates) or ind < 0:
            return ''

        return self.dates[ind].strftime(self.fmt)

fig = plt.figure()
plt.plot(np.arange(df.shape[0]), df["col1"])
plt.gca().xaxis.set_major_locator(FixedLocator(np.arange(df.shape[0])))
plt.gca().xaxis.set_major_formatter(CustomFormatter(df["date"]))
plt.gcf().autofmt_xdate()

#print(matplotlib.__version__)
plt.show()

输出：见上文
我认为您应该只使用日期工具，但请确保您实际绘制的是日期，而不是
np.arange（df.shape[0]）

导入matplotlib
将matplotlib.pyplot作为plt导入
作为pd进口熊猫
将numpy作为np导入
df=pd.DataFrame（data={“col1”：[1.000325,1.000807,1.001207,1.000355,1.001512,1.003237,1.000979，
1.000325, 1.000807, 1.001207, 1.000355, 1.001512, 1.003237, 1.000979],
“日期”：[‘2018-01-08’、‘2018-01-09’、‘2018-01-10’、‘2018-01-11’、‘2018-01-12’，
'2018-01-15', '2018-01-16', '2018-01-17', '2018-01-18', '2018-01-19',
'2018-01-22', '2018-01-23', '2018-01-24', '2018-01-25',]})
df[“日期”]=pd.to_datetime（df[“日期”]）
图，ax=plt.子批次（）
ax.xaxis.set\u major\u定位器（matplotlib.dates.DayLocator（间隔=1））
ax.xaxis.set\u major\u格式化程序（matplotlib.dates.DateFormatter（“%d.%m.%Y”））
ax.绘图（df[“日期”]、df[“col1”]）
图autofmt_xdate（）
plt.show（）

我认为您应该只使用日期工具，但要确保您实际上是在绘制日期，而不是
np.arange（df.shape[0]）

导入matplotlib
将matplotlib.pyplot作为plt导入
作为pd进口熊猫
将numpy作为np导入
df=pd.DataFrame（data={“col1”：[1.000325,1.000807,1.001207,1.000355,1.001512,1.003237,1.000979，
1.000325, 1.000807, 1.001207, 1.000355, 1.001512, 1.003237, 1.000979],
“日期”：[‘2018-01-08’、‘2018-01-09’、‘2018-01-10’、‘2018-01-11’、‘2018-01-12’，
'2018-01-15', '2018-01-16', '2018-01-17', '2018-01-18', '2018-01-19',
'2018-01-22', '2018-01-23', '2018-01-24', '2018-01-25',]})
df[“日期”]=pd.to_datetime（df[“日期”]）
图，ax=plt.子批次（）
ax.xaxis.set\u major\u定位器（matplotlib.dates.DayLocator（间隔=1））
ax.xaxis.set\u major\u格式化程序（matplotlib.dates.DateFormatter（“%d.%m.%Y”））
ax.绘图（df[“日期”]、df[“col1”]）
图autofmt_xdate（）
plt.show（）

谢谢您的回答！不幸的是，我不能在这个项目中使用seaborn。我需要一个完全基于matplotlib的解决方案。谢谢您的回答！不幸的是，我不能在这个项目中使用seaborn。我需要一个完全基于matplotlib的解决方案。非常感谢您的精彩回答！很高兴看到我不必使用愚蠢的CustomFormatter。是的，我知道这是一个非常专业的问题。但我必须使用matplotlib 3.2.2，因为它是fbs软件包（使用pyinstaller）支持的版本。该评论不是针对您的-当我最初运行您的代码时，我想知道您的问题是什么。所以，万一有人读到它，我想确保这是一个版本问题。我还将把这个问题包括在你的问题中，以强调这个问题。非常感谢你出色的回答！很高兴看到我不必使用愚蠢的CustomFormatter。是的，我知道这是一个非常专业的问题。但我必须使用matplotlib 3.2.2，因为它是fbs软件包（使用pyinstaller）支持的版本。该评论不是针对您的-当我最初运行您的代码时，我想知道您的问题是什么。所以，万一有人读到它，我想确保这是一个版本问题。我也会
import matplotlib
import matplotlib.pyplot as plt
from matplotlib.ticker import FixedLocator
import pandas as pd
import numpy as np


df = pd.DataFrame(data={"col1": [1.000325, 1.000807, 1.001207, 1.000355, 1.001512, 1.003237, 1.000979,
                                 1.000325, 1.000807, 1.001207, 1.000355, 1.001512, 1.003237, 1.000979],
                        "date": ['2018-01-08', '2018-01-09', '2018-01-10', '2018-01-11', '2018-01-12',
                                 '2018-01-15', '2018-01-16', '2018-01-17', '2018-01-18', '2018-01-19',
                                 '2018-01-22', '2018-01-23', '2018-01-24', '2018-01-25',]})

df["date"] = pd.to_datetime(df["date"])


fig = plt.figure()
plt.plot(np.arange(df.shape[0]), df["col1"])
plt.gca().xaxis.set_major_locator(FixedLocator(np.arange(df.shape[0])))
plt.xticks(np.arange(df.shape[0]), df["date"].dt.strftime("%d.%m.%Y"))
plt.gcf().autofmt_xdate()

#print(matplotlib.__version__)
plt.show()