matplotlib 时间坐标轴的生成
在 matplotlib 中，当需要用到日期作为坐标轴时需要引入 matplotlib 的日期库 dates，有时候需要自定义时间间隔来显示坐标轴，而 matplotlib 往往不能正确的按照给定的时间间隔把坐标显示出来。matplotlib 的官方文档给出了简单的例子，本文给出了一个时间间隔为 10min 的例子，并详细说明了每一行代码，通过这个小例子能更加精确的细分时间刻度并让 matplotlib 正确地显示出来。
先来看看最终的效果图
完整的参考代码如下：
import matplotlib.pyplot as plt
import matplotlib.dates as md
from matplotlib.dates import MINUTELY
from matplotlib.dates import AutoDateLocator
import pandas as pd
import numpy as np
# 通过 figsize 调整图表的长宽比例，使得坐标轴上的刻度不至于太挤
fig = plt.figure(figsize=(21, 7))
ax = fig.add_subplot()
# 给定的日期格式可以有多种 20201001 2020-10-01 2020/10/01
start_time_string = "20201001 10:10:10"
end_time_string = "20201001 20:00:00"
# 根据日期生成时间轴
# freq 用来指明以多大间隔划分整个时间区间
# 10T/10min 按 10 分钟划分，同理其他常见的时间跨度有
# W 周、D 天（默认值）、H 小时、S 秒、L/ms 毫秒、U/us 微秒、N 纳秒
# 其他具体的详见 https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#offset-aliases
x = pd.date_range(start=start_time_string, end=end_time_string, freq="10T")
# 二维上的点是相互对应的，根据 x 的个数随机生成 y
y = np.random.random(len(x))
# x, y 按离散的关系添加在图中
ax.plot(x, y)
# 自定义时间刻度如何显示
def time_ticks(x, pos):
# 在 pandas 中，按 10min 生成的时间序列与 matplotlib 要求的类型不一致
# 需要转换成 matplotlib 支持的类型
x = md.num2date(x)
# 时间坐标是从坐标原点到结束一个一个标出的
# 如果是坐标原点的那个刻度则用下面的要求标出刻度
if pos == 0:
# %Y-%m-%d
# 时间格式化的标准是按 2020-10-01 10:10:10.0000 标记的
fmt = '%Y-%m-%d %H:%M:%S.%f'
# 如果不是是坐标原点的那个刻度则用下面的要求标出刻度
else:
# 时间格式化的标准是按 10:10:10.0000 标记的
fmt = '%H:%M:%S.%f'
# 根据 fmt 的要求画时间刻度
label = x.strftime(fmt)
# 当 fmt 有%s时需要下面的代码
label = label.rstrip("0")
label = label.rstrip(".")
# 截断了秒后面的 .000
return label
# 根据自己定义的方式去画时间刻度
formatter = plt.FuncFormatter(time_ticks)
# 在图中应用自定义的时间刻度
ax.xaxis.set_major_formatter(formatter)
# minticks 需要指出，值的大小决定了图是否能按 10min 为单位显示
# 值越小可能只能按小时间隔显示
locator = AutoDateLocator(minticks=20)
# pandas 只生成了满足 10min 的 x 的值，而指定坐标轴以多少的时间间隔画的是下面的这行代码
# 如果是小时，需要在上面导入相应的东东 YEARLY, MONTHLY, DAILY, HOURLY, MINUTELY, SECONDLY, MICROSECONDLY
# 并按照下面的格式照葫芦画瓢
locator.intervald[MINUTELY] = [10] # 10min 为间隔
ax.xaxis.set_major_locator(locator=locator)
# 旋转刻度坐标的字符，使得字符之间不要太拥挤
fig.autofmt_xdate()
plt.show()
