如何在Matplotlib中将 Pandas dataframe 中的时间作为索引进行绘图？

在数据可视化中，一些常见的数据类型是时间序列数据。许多情况下，我们都需要使用时间作为横轴，并针对其他特征进行绘图。

在本文中，我们将重点关注如何在Matplotlib中将Pandas dataframe中的时间作为索引进行绘图。我们将介绍如何使用Pandas dataframe对时间序列数据进行处理和可视化的最佳实践。

为了说明该过程，我们将使用Pandas和Matplotlib库的示例。

所需环境

在开始之前，我们需要确保我们的环境中已经安装了以下库：

Pandas: 用于数据处理和数据分析；
Matplotlib: 用于数据可视化和绘图；

您可以通过使用pip install pandas matplotlib命令在终端中安装这些库。

Pandas dataframe 中的时间索引

Pandas dataframe有一个时间索引，用于提供更自然的方法来选择、切片和查询数据。如果您是一个时间序列数据的开发人员，那么时间索引会很重要，因为它不仅使数据更易于使用，还能提高代码的可读性。

时间索引通常是Pandas dataframe中的第一列，有时也被称为“时间戳”列。时间戳列的数据类型必须是Pandas中的datetime64或类似的类型。

创建一个有时间索引的Pandas dataframe

首先，我们将创建一个具有蓝莓销售数据的Pandas dataframe，并使用这个数据来演示如何在Matplotlib中将时间作为索引进行绘图。

import pandas as pd 
import numpy as np 

# 创建时间索引
dates = pd.date_range('20201001', periods=30) 

# 创建蓝莓销售数据 dataframe
df = pd.DataFrame(np.random.rand(30, 3), index=dates, columns=['蓝莓', '草莓', '树莓'])
print(df.head())

这将创建一个名为df的Pandas dataframe，其中包含蓝莓、草莓和树莓的销售数据，并使用日期作为索引。

输出结果应该是这样的：

                  蓝莓        草莓        树莓
2020-10-01  0.759298  0.974995  0.676512
2020-10-02  0.267034  0.001421  0.586945
2020-10-03  0.048402  0.082929  0.873120
2020-10-04  0.911702  0.723145  0.809207
2020-10-05  0.508286  0.711423  0.580089

将Pandas dataframe中的时间索引作为横轴进行绘图

使用Matplotlib，我们可以将时间作为横轴，并绘制蓝莓、草莓、树莓的销售数据。使用代码示例：

import matplotlib.pyplot as plt 

# 创建画布和坐标轴对象ax
fig, ax = plt.subplots()

# 将数据绘制到坐标轴上
df.plot(ax=ax)

# 调整x轴上标签的间距
fig.autofmt_xdate()

# 显示绘制结果
plt.show()

该代码将创建一个画布和一个坐标轴对象，并将DataFrame中的数据绘制到坐标轴对象上。

在Matplotlib中设置横轴为时间

Matplotlib中有许多选项可以设置横轴为时间。在下面的示例中，我们将演示几种最常见的方法。

方法1：使用plot_date()函数

使用plot_date()函数，可以将时间值放置在横轴上。该函数可以接受datetime对象列表作为参数，以及一个与时间列表对应的数值列表作为y轴数据。

import matplotlib.pyplot as plt 

# 创建画布和坐标轴对象ax
fig, ax = plt.subplots()

# 将时间和数据绘制到坐标轴上
ax.plot_date(df.index, df['蓝莓'], '-')

# 设置横轴为时间格式
ax.xaxis.set_major_locator(mdates.DayLocator(interval=5)) 
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))

# 显示绘制结果
plt.show()

该代码将绘制一个折线图，其中横轴为时间。在使用plot_date()函数时，要注意日期格式必须为datetime.datetime对象。

方法2：使用set_xticks()和set_xticklabels()函数

如果您不希望使用plot_date()函数，可以使用set_xticks()和set_xticklabels()函数来更改刻度标签的格式。

import matplotlib.pyplot as plt 

# 创建画布和坐标轴对象ax
fig, ax = plt.subplots()

# 将数据绘制到坐标轴上
df.plot(ax=ax)

# 使用set_xticks()和set_xticklabels()函数更改横轴标签格式
ax.set_xticks(df.index)
ax.set_xticklabels(df.index.strftime("%Y-%m-%d"), rotation=45)

# 显示绘制结果
plt.show()

该代码将绘制一个折线图，其中横轴为时间。set_xticks()和set_xticklabels()函数允许我们自由选择x轴的刻度和标签。

方法3：使用plot()函数和格式化符号

Matplotlib还提供了许多格式化符号，可以将时间转换为日期格式。我们可以使用plot()函数和格式化符号来绘制数据，如下所示：

import matplotlib.pyplot as plt 

# 创建画布和坐标轴对象ax
fig, ax = plt.subplots()

# 将数据绘制到坐标轴上
ax.plot(df.index, df['蓝莓'], '-o')

# 使用format符号将时间转换为日期格式
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))

# 显示绘制结果
plt.show()

在这个例子中，我们使用了格式化符号将时间转换为日期格式，并使用-o标记绘制数据。