matplotlib中x轴的良好日期格式

Question

matplotlib中x轴的良好日期格式

3

我有以下数据框：

Time    test
0:05    2
0:06    2
0:07    2
0:08    2
0:09    2
0:10    2
0:11    2

这个数据框从0:00开始，到11:59结束。我使用以下方式创建了下面的图表：

x = dftestgraph['Time']
y = dftestgraph['test']
plt.ylabel('Number of tasks')
plt.plot(x, y, color="#00a1e4", label="Number of Tasks")
plt.fill(x, y, '#00a1e4', alpha=0.8)
plt.show()

为什么图表底部有一条线，将我的填充图分成两半？我想将x轴格式化为（0:00，0:30，1:00等）。我尝试过：

plt.xticks(0:00, 11:59, 30:00))

然而，这并不起作用。我的问题是：

为什么图表中有一条线，如何解决？
如何设置正确的x轴格式？

- F1990

1

检查最后一个数据点是否为0:00，并将您的线发送回绘图的起点。 - xnx

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Jean-Sébastien · Accepted Answer

plt.fill 基本上将时间序列的第一个点和最后一个点连接起来以构建其多边形。我建议使用fill_between。

下面是一个 MWE，展示了如何实现此操作。它还展示了一种格式化 x 轴标签的方法，该方法源自以下帖子：在 Matplotlib 中创建带有日期和时间的轴标签的图表和在 Python 中使用 Matplotlib 绘制时间。

import matplotlib.pyplot as plt
import numpy as np
from matplotlib import dates
import datetime

plt.close('all')

#---- generate some data ----

t = [datetime.datetime(2015, 1, 1, 0) + 
     datetime.timedelta(hours=i) for i in np.arange(0,12.1,0.5)]
x = np.random.rand(len(t))

#---- create figure and axe ----

fig = plt.figure()

ax = fig.add_axes([0.1, 0.2, 0.85, 0.75])

#---- format xaxis ----

# position of the labels
xtk_loc = [datetime.datetime(2015, 1, 1, 0) + 
           datetime.timedelta(hours=i) for i in np.arange(0,12.1,0.5)]
ax.set_xticks(xtk_loc)
ax.tick_params(axis='both', direction='out', top='off', right='off')

# format of the labels
hfmt = dates.DateFormatter('%H:%M')
ax.xaxis.set_major_formatter(hfmt)
fig.autofmt_xdate(rotation=90, ha='center')

#---- set axes labels ----

ax.set_ylabel('Number of tasks', labelpad=10, fontsize=14)
ax.set_xlabel('Time', labelpad=20, fontsize=14)

#---- plot data ----

ax.plot(t, x, color="#004c99", label="Number of Tasks")
ax.fill_between(t, x, 0, facecolor='#00a1e4', alpha=0.5, lw=0.5)

#---- set axis limits ----

timemin = datetime.datetime(2015, 1, 1, 0)
timemax = datetime.datetime(2015, 1, 1, 12)

ax.axis(xmin=timemin, xmax=timemax)

plt.show()

这将导致：