Question

我试图从使用pandas创建的时间序列图中获取绘图的xlimits作为python datetime对象。使用ax.get_xlim()会将轴限制作为numpy.float64返回，我无法弄清楚如何将数字转换为可用的日期时间。

import pandas 
from matplotlib import dates
import matplotlib.pyplot as plt
from datetime import datetime
from numpy.random import randn

ts = pandas.Series(randn(10000), index=pandas.date_range('1/1/2000',
    periods=10000, freq='H')) 
ts.plot()
ax = plt.gca()

ax.set_xlim(datetime(2000,1,1))
d1, d2 = ax.get_xlim()
print "%s(%s) to %s(%s)" % (d1, type(d1), d2, type(d2))

print "Using matplotlib: %s" % dates.num2date(d1)
print "Using datetime: %s" % datetime.fromtimestamp(d1)

返回：

262968.0 (<type 'numpy.float64'>) to 272967.0 (<type 'numpy.float64'>)
Using matplotlib: 0720-12-25 00:00:00+00:00
Using datetime: 1970-01-03 19:02:48

根据pandas timeseries docs，pandas使用numpy.datetime64 dtype。我正在使用pandas版本＆＃39; 0.9.0＆＃39;。

我正在使用get_xlim()而不是直接访问pandas系列，因为当用户在绘图区域中移动时，我正在使用xlim_changed回调来执行其他操作。

Hack获取可用值

对于上面的示例，自Epoch以来，限制以小时的形式返回。所以我可以从Epoch转换为秒并使用time.gmtime()来获得可用的地方，但这仍然感觉不对。

In [66]: d1, d2 = ax.get_xlim()

In [67]: time.gmtime(d1*60*60)
Out[67]: time.struct_time(tm_year=2000, tm_mon=1, tm_mday=1, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=5, tm_yday=1, tm_isdst=0)

Answer 1

matplotlib.dates的当前行为：

datetime对象转换为浮点数，表示自0001-01-01 UTC以来的天数加1。例如，0001-01-01,06：00是1.25，而不是0.25。帮助函数date2num（），num2date（）和drange（）用于方便日期和数字范围的转换。

pandas.tseries.converter.PandasAutoDateFormatter（）似乎是以此为基础的，所以：

x = pandas.date_range(start='01/01/2000', end='01/02/2000')
plt.plot(x, x)
matplotlib.dates.num2date(plt.gca().get_xlim()[0])

给出：

datetime.datetime(2000, 1, 1, 0, 0, tzinfo=<matplotlib.dates._UTC object at 0x7ff73a60f290>)

Answer 2

# First convert to pandas Period
period = pandas.tseries.period.Period(ordinal=int(d1), freq=ax.freq)
# Then convert to pandas timestamp
ts = period.to_timestamp()
# Then convert to date object
dt = ts.to_datetime()

在熊猫时间序列图中从Axes.get_xlim（）获取可用日期

Hack获取可用值

2 个答案: