Python Pandas timeseries打印设置x轴长、短刻度和标签

我希望能够为从Pandas时间序列对象绘制的时间序列图设置主要和次要XTICK及其标签

熊猫0.9“最新信息”页面显示：

“您可以使用_pydatetime或为 “时间戳类型”

但是我不知道如何使用matplotlib

ax.xaxis.set_major\u定位器

和

ax.xaxis.set_major\u格式化程序

（和minor）命令

如果我在不转换时间的情况下使用它们，则x轴的记号和标签最终会出错

通过使用“xticks”参数，我可以将主刻度传递给pandas.plot，然后设置主刻度标签。我不知道如何使用这种方法进行小刻度。（我可以在pandas.plot设置的默认小刻度上设置标签）

以下是我的测试代码：

导入熊猫
打印“pandas.\uuuu版本”\uuuuu是“pandas.\uuu版本”__
打印“matplotlib.\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
dStart=datetime.datetime（2011,5,1）#5月1日
dEnd=日期时间。日期时间（2011,7,1）#7月1日
dateIndex=pandas.date_范围（开始=dStart，结束=dEnd，频率=D'）
打印“2011年5月1日至7月1日”，日期索引
testSeries=pandas.Series（data=np.random.randn（len（dateIndex）），
索引=日期索引）
ax=plt.图（figsize=（7,4），dpi=300）。添加子批次（111）
plot（ax=ax，style='v-'，label='first line'）
#使用MatPlotLib日期-时间定位器和格式设置器不适用于新的
#日期时间索引
ax.xaxis.set_minor_定位器（matplotlib.dates.WeekdayLocator）（byweekday=（1），
间隔=1）
ax.xaxis.set\u minor\u格式化程序（matplotlib.dates.DateFormatter（“%d\n%a”））
ax.xaxis.grid（True，which=“minor”）
ax.xaxis.grid（False，which=“major”）
ax.xaxis.set\u major\u格式化程序（matplotlib.dates.DateFormatter（'\n\n\n%b%Y'））
plt.show（）
#通过大熊猫设置主要的XTICK和标签
ax2=plt.图（figsize=（7,4），dpi=300）。添加子图（111）
xticks=pandas.date_范围（开始=dStart，结束=dEnd，频率=W-Tue）
打印“xticks:”，xticks
plot（ax=ax2，style='-v'，label='second line'，
xticks=xticks.to_pydatetime（））
ax2.在xtick中为x设置xticklabel（[x.strftime（“%a\n%d\n%h\n%Y”）；
#设置pandas.plot创建的前几个小刻度的文本
#ax2.set_xticklabels（['a'，'b'，'c'，'d'，'e'，minor=True）
#删除pandas.plot设置的次要xtick标签
ax2.set_xticklabels（[]，minor=True）
#关闭pandas.plot创建的次要刻度
#plt.minorticks_off（）
plt.show（）
打印测试系列['6/4/2011'：'6/7/2011']

其输出：

pandas.__version__ is  0.9.1.dev-3de54ae
matplotlib.__version__ is  1.1.1
1 May to 1 July 2011 <class 'pandas.tseries.index.DatetimeIndex'>
[2011-05-01 00:00:00, ..., 2011-07-01 00:00:00]
Length: 62, Freq: D, Timezone: None

更新：通过使用循环构建主要的xtick标签，我能够更接近我想要的布局：

# only show month for first label in month
month = dStart.month - 1
xticklabels = []
for x in xticks:
    if  month != x.month :
        xticklabels.append(x.strftime('%d\n%a\n%h'))
        month = x.month
    else:
        xticklabels.append(x.strftime('%d\n%a'))

---

但是，这有点像使用ax注释x轴：可能但不理想。

pandas

和

matplotlib.dates

使用

matplotlib.units

定位刻度

但是，虽然

matplotlib.dates

提供了手动设置刻度的便捷方法，但到目前为止，pandas似乎专注于自动格式化（您可以查看pandas中的日期转换和格式化功能）

因此，目前使用

matplotlib.dates

（正如@BrenBarn在他的评论中提到的）似乎更为合理

---

（我的地区是德语，所以星期二（星期二）变成了迪恩斯塔格（Dienstag）[Di]）

我知道这并不能真正回答这个问题，但作为一种一般方法，当我真正关心一个情节的外观时，我通常只会尝试获得它的矢量版本，并使它在Illustrator或Inkscape中看起来漂亮。我发现我认识的大多数其他人似乎也这么做。你能完全忽略pandas

plot

函数的参数，并在打印后使用返回的

ax

对象（例如，

ax.set\xticks

）的matplotlib方法设置所有刻度吗？@BrenBarn对于matplotlib方法，我不知道如何将日期作为python日期而不是pandas日期时间。bmu的答案通过在打印前转换日期来修复这一问题。实际上，您可以使用pandas打印，并且仍然使用matplotlib.dates，而不需要任何日期转换，这要归功于以下参数：

testSeries.plot（x\u compat=True）

。这是在你发布这个问题后的几个星期。

2011-06-04   -0.199393
2011-06-05   -0.043118
2011-06-06    0.477771
2011-06-07   -0.033207
Freq: D

# only show month for first label in month
month = dStart.month - 1
xticklabels = []
for x in xticks:
    if  month != x.month :
        xticklabels.append(x.strftime('%d\n%a\n%h'))
        month = x.month
    else:
        xticklabels.append(x.strftime('%d\n%a'))

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 
import matplotlib.dates as dates

idx = pd.date_range('2011-05-01', '2011-07-01')
s = pd.Series(np.random.randn(len(idx)), index=idx)

fig, ax = plt.subplots()
ax.plot_date(idx.to_pydatetime(), s, 'v-')
ax.xaxis.set_minor_locator(dates.WeekdayLocator(byweekday=(1),
                                                interval=1))
ax.xaxis.set_minor_formatter(dates.DateFormatter('%d\n%a'))
ax.xaxis.grid(True, which="minor")
ax.yaxis.grid()
ax.xaxis.set_major_locator(dates.MonthLocator())
ax.xaxis.set_major_formatter(dates.DateFormatter('\n\n\n%b\n%Y'))
plt.tight_layout()
plt.show()