Python 如何更改图形标签的日期类型

您可以查看[7]->日期类型

2015.01.02

但是 您可以在图形上看到o

ut[17]

->

x轴

仅显示

0、50、100

如何更改

x轴

如

2015.01.02

---

有什么建议吗？

您可以尝试先转换列

日期

，然后和最后更改轴

x
的日期时间格式：


按注释编辑：

这看起来像一个bug，但您可以更改
索引
，然后旋转
标签
：

df['date'] = pd.to_datetime(df['date'] )
#print df


a = df['a'].pct_change()
b = df['b'].pct_change()
c = df['c'].pct_change()
df['corr'] = pd.rolling_corr(a,b,3)

df = df.set_index('date')
print df
             a   b  c      corr
date                           
2015-01-02  10  20  3       NaN
2015-01-05  40  50  6       NaN
2015-01-06  70  80  8       NaN
2015-01-07  80  50  9  0.941542
2015-01-08  90  50  3  0.914615
2015-01-09  10  20  3  0.776273
2015-01-10  40  50  6  0.999635
2015-01-11  70  80  8  0.985112
2015-01-12  80  50  9  0.941542
2015-01-13  90  50  3  0.914615

能否将数据帧和代码的示例添加为文本而不是图片？欢迎使用堆栈溢出。当我看这些图片时，你可以检查我的眼睛是否受伤。我很感激这一点，因为它是由
df.index.strftime（“%Y.%m.%d”）
thx设置的。那么，我如何更改涵盖整个期间的日期范围……从2015-01-02到2015-01-13
ax = df['corr'].plot()

ticklabels = df.index.strftime('%Y.%m.%d')
ax.xaxis.set_major_formatter(ticker.FixedFormatter(ticklabels))
plt.show()

df['date'] = pd.to_datetime(df['date'] )
#print df


a = df['a'].pct_change()
b = df['b'].pct_change()
c = df['c'].pct_change()
df['corr'] = pd.rolling_corr(a,b,3)

df = df.set_index('date')
print df
             a   b  c      corr
date                           
2015-01-02  10  20  3       NaN
2015-01-05  40  50  6       NaN
2015-01-06  70  80  8       NaN
2015-01-07  80  50  9  0.941542
2015-01-08  90  50  3  0.914615
2015-01-09  10  20  3  0.776273
2015-01-10  40  50  6  0.999635
2015-01-11  70  80  8  0.985112
2015-01-12  80  50  9  0.941542
2015-01-13  90  50  3  0.914615

df.index = df.index.strftime('%Y.%m.%d')
print df
             a   b  c      corr
2015.01.02  10  20  3       NaN
2015.01.05  40  50  6       NaN
2015.01.06  70  80  8       NaN
2015.01.07  80  50  9  0.941542
2015.01.08  90  50  3  0.914615
2015.01.09  10  20  3  0.776273
2015.01.10  40  50  6  0.999635
2015.01.11  70  80  8  0.985112
2015.01.12  80  50  9  0.941542
2015.01.13  90  50  3  0.914615

ax = df['corr'].plot()

plt.xticks(rotation=90)
plt.show()