Matplotlib 中的日期刻度定位器和格式化器

简介

本实验旨在让你了解如何在 Matplotlib 中使用各种日期刻度定位器和格式化器。本教程将演示如何使用这些函数来定制具有时间数据的图表的 X 轴。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到“笔记本”标签，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们将立即为你解决问题。

导入所需库

我们首先为本教程导入必要的库。我们将使用 matplotlib 和 numpy。

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.dates import (
    FR, MO, MONTHLY, SA, SU, TH, TU, WE, AutoDateFormatter, AutoDateLocator,
    ConciseDateFormatter, DateFormatter, DayLocator, HourLocator,
    MicrosecondLocator, MinuteLocator, MonthLocator, RRuleLocator, SecondLocator,
    WeekdayLocator, YearLocator, rrulewrapper)
import matplotlib.ticker as ticker

定义定位器和格式化器

我们定义将要使用的各种定位器和格式化器。此示例使用以下定位器：

AutoDateLocator(maxticks=8)
YearLocator(month=4)
MonthLocator(bymonth=[4, 8, 12])
DayLocator(interval=180)
WeekdayLocator(byweekday=SU, interval=4)
HourLocator(byhour=range(0, 24, 6))
MinuteLocator(interval=15)
SecondLocator(bysecond=(0, 30))
MicrosecondLocator(interval=1000)
RRuleLocator(rrulewrapper(freq=MONTHLY, byweekday=(MO, TU, WE, TH, FR), bysetpos=-1))

以及以下格式化器：

AutoDateFormatter(ax.xaxis.get_major_locator())
ConciseDateFormatter(ax.xaxis.get_major_locator())
DateFormatter("%b %Y")

locators = [
    ('AutoDateLocator(maxticks=8)', '2003-02-01', '%Y-%m'),
    ('YearLocator(month=4)', '2003-02-01', '%Y-%m'),
    ('MonthLocator(bymonth=[4, 8, 12])', '2003-02-01', '%Y-%m'),
    ('DayLocator(interval=180)', '2003-02-01', '%Y-%m-%d'),
    ('WeekdayLocator(byweekday=SU, interval=4)', '2000-07-01', '%a %Y-%m-%d'),
    ('HourLocator(byhour=range(0, 24, 6))', '2000-02-04', '%H h'),
    ('MinuteLocator(interval=15)', '2000-02-01 02:00', '%H:%M'),
    ('SecondLocator(bysecond=(0, 30))', '2000-02-01 00:02', '%H:%M:%S'),
    ('MicrosecondLocator(interval=1000)', '2000-02-01 00:00:00.005', '%S.%f'),
    ('RRuleLocator(rrulewrapper(freq=MONTHLY, byweekday=(MO, TU, WE, TH, FR), '
     'bysetpos=-1))', '2000-07-01', '%Y-%m-%d'),
]

formatters = [
    'AutoDateFormatter(ax.xaxis.get_major_locator())',
    'ConciseDateFormatter(ax.xaxis.get_major_locator())',
    'DateFormatter("%b %Y")',
]

绘制图表

现在，我们可以创建图表了。我们将创建两个子图，分别展示定位器和格式化器的效果。对于每个定位器和格式化器，我们绘制一个图表，展示其对 X 轴的影响。我们使用 plot_axis 函数来实现这一点。该函数为每个轴设置通用参数，如脊柱（spines）、刻度参数和限制。它还为 X 轴设置定位器和格式化器。

def plot_axis(ax, locator=None, xmax='2002-02-01', fmt=None, formatter=None):
    ax.spines[['left', 'right', 'top']].set_visible(False)
    ax.yaxis.set_major_locator(ticker.NullLocator())
    ax.tick_params(which='major', width=1.00, length=5)
    ax.tick_params(which='minor', width=0.75, length=2.5)
    ax.set_xlim(np.datetime64('2000-02-01'), np.datetime64(xmax))
    if locator:
        ax.xaxis.set_major_locator(eval(locator))
        ax.xaxis.set_major_formatter(DateFormatter(fmt))
    else:
        ax.xaxis.set_major_formatter(eval(formatter))
    ax.text(0.0, 0.2, locator or formatter, transform=ax.transAxes,
            fontsize=14, fontname='Monospace', color='tab:blue')


fig, axs = plt.subplots(len(locators), 1, figsize=(8, len(locators) *.8),
                        layout='constrained')
fig.suptitle('Date Locators')
for ax, (locator, xmax, fmt) in zip(axs, locators):
    plot_axis(ax, locator, xmax, fmt)

fig, axs = plt.subplots(len(formatters), 1, figsize=(8, len(formatters) *.8),
                        layout='constrained')
fig.suptitle('Date Formatters')
for ax, fmt in zip(axs, formatters):
    plot_axis(ax, formatter=fmt)

显示图表

最后，我们可以使用 plt.show() 函数来显示图表。

plt.show()

总结

在本教程中，我们学习了如何在 Matplotlib 中使用各种日期刻度定位器和格式化器。我们绘制了几个图表，展示了每个定位器和格式化器如何影响带有时间数据的图表的 X 轴。这些知识在创建时间序列数据可视化时可能会很有用。