pandas - Pandas 条形图中的刻度标签重叠

Question

TL;DR:在 pandas 中，如何绘制条形图以使其 x 轴刻度标签看起来像折线图？

我制作了一个间隔均匀的时间序列(每天一个项目)，并且可以像这样很好地绘制它:

intensity[350:450].plot()
plt.show()

但是切换到条形图却造成了这种困惑:

intensity[350:450].plot(kind = 'bar')
plt.show()

然后我直接使用 matplotlib 创建了一个条形图，但它缺少 pandas 漂亮的日期时间序列刻度标签格式化程序:

def bar_chart(series):
    fig, ax = plt.subplots(1)
    ax.bar(series.index, series)
    fig.autofmt_xdate()
    plt.show()

bar_chart(intensity[350:450])

以下是强度系列的摘录:

intensity[390:400]

2017-03-07    3
2017-03-08    0
2017-03-09    3
2017-03-10    0
2017-03-11    0
2017-03-12    0
2017-03-13    2
2017-03-14    0
2017-03-15    3
2017-03-16    0
Freq: D, dtype: int64 

我可以全力以赴，完全手动创建刻度标签，但我宁愿不必婴儿 matplotlib，让 pandas 完成它的工作，并做它在第一个图中所做的事情，但使用条形图.那我该怎么做呢？

Answer 1

Pandas 条形图是分类图。他们为每个类别创建一个刻度(+标签)。如果类别是日期并且这些日期是连续的，则可能旨在将某些日期排除在外，例如仅绘制每五个类别，

ax = series.plot(kind="bar")
ax.set_xticklabels([t if not i%5 else "" for i,t in enumerate(ax.get_xticklabels())])

相比之下，matplotlib 条形图是数字图。在这里可以应用一个有用的代码，它可以每周、每月或任何需要的日期打勾。

此外，matplotlib 允许完全控制刻度位置及其标签。

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

index = pd.date_range("2018-01-26", "2018-05-05")
series = pd.Series(np.random.rayleigh(size=100), index=index)

plt.bar(series.index, series.values)
plt.gca().xaxis.set_major_locator(dates.MonthLocator())
plt.gca().xaxis.set_major_formatter(dates.DateFormatter("%b\n%Y"))
plt.show()