Seaborn/Matplotlib 日期坐标轴条形图次要和主要刻度的格式化

Question

我正在构建一个Seaborn条形图。X轴是日期，Y轴是整数。

我想要为日期格式化主/次刻度线。我想让星期一的刻度线加粗并且颜色不同（即“主要刻度线”），而这一周的其他日期则不那么加粗。

我无法在Seaborn条形图上使X轴的主/次刻度线格式化。我被难住了，因此在这里求助。

我从stackoverflow示例开始回答这个问题：Pandas timeseries plot setting x-axis major and minor ticks and labels 如果我对它进行简单修改以使用Seaborn条形图，我会失去X轴刻度线。

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

import seaborn as sns

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

###########################################
## Swap out these two lines of code:
#fig, ax = plt.subplots()
#ax.plot_date(idx.to_pydatetime(), s, 'v-')

## with this one
ax = sns.barplot(idx.to_pydatetime(), s)
###########################################

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()

## save the result to a png instead of plotting to screen:
myFigure = plt.gcf()
myFigure.autofmt_xdate()
myFigure.set_size_inches(11,3.8)

plt.title('Example Chart', loc='center')

plt.savefig('/tmp/chartexample.png', format='png', bbox_inches='tight')

我尝试了多种方法，但是在Seaborn中似乎有些东西会覆盖或取消我所设计的主轴和次轴格式化尝试，除了使用set_xticklabels()对所有刻度进行简单样式设置外。

我可以通过使用MultipleLocator()在仅主要刻度上进行格式化，但我无法在次要刻度上进行任何格式化。

我还尝试过myFigure.autofmt_xdate()来查看它是否有帮助，但它似乎也不喜欢在同一轴上混合使用主要和次要刻度。

- rotten

---

请参考 https://github.com/mwaskom/seaborn/issues/498 了解更多信息。 - mwaskom

Answer 1

在尝试解决同样的问题时，我发现了这个。基于@mwaskom提供的有用指针（即分类图表（如箱线图）会失去其结构，变成以日期命名的类别），最终我采用Python进行了位置和格式设置：

from datetime import datetime
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as dates
import seaborn as sns

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

fig, ax = plt.subplots(figsize = (12,6))
ax = sns.barplot(idx.to_pydatetime(), s, ax = ax)

major_ticks = []
major_tick_labels = []
minor_ticks = []
minor_tick_labels = []

for loc, label in zip(ax.get_xticks(), ax.get_xticklabels()):
  when = datetime.strptime(label.get_text(), '%Y-%m-%d %H:%M:%S')
  if when.day == 1:
    major_ticks.append(loc)
    major_tick_labels.append(when.strftime("\n\n\n%b\n%Y"))
  else:
    minor_ticks.append(loc)
    if when.weekday() == 0:
      minor_tick_labels.append(when.strftime("%d\n%a"))
    else:
      minor_tick_labels.append(when.strftime("%d"))

ax.set_xticks(major_ticks)
ax.set_xticklabels(major_tick_labels)
ax.set_xticks(minor_ticks, minor=True)
ax.set_xticklabels(minor_tick_labels, minor=True)

当然，您不必根据从数据安装的标签解析来设置刻度，如果更容易从源数据开始并仅保持索引对齐，那么也可以这样做，但我更喜欢有一个单一的真相来源。您还可以通过获取相关标签的Text对象并在其上调用“set_”方法来操纵个别标签的字重、旋转等。

- Tim Dierks