Seaborn / Matplotlib日期轴条形图小调主题格式

时间:2015-08-04 13:12:33

标签: python datetime matplotlib seaborn

我正在建造一个Seaborn barplot。 x轴是日期,y轴是整数。

我想格式化日期的主要/次要刻度。我希望星期一的刻度是粗体和不同的颜色(即“主要刻度”),其余的一周不那么大胆。

我无法在x轴上获得主要和次要刻度格式以与Seaborn条形图一起使用。我很难过,所以转过来寻求帮助。

我从回答这个问题的stackoverflow示例开始:Pandas timeseries plot setting x-axis major and minor ticks and labels

如果我做一个简单的修改就可以使用Seaborn barplot,我会失去我的X轴刻度:

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

import seaborn as sns

idx = pd.date_range('2011-05-01', '2011-07-01')
s = pd.Series(np.random.randn(len(idx)), index=idx)

###########################################
## Swap out these two lines of code:
#fig, ax = plt.subplots()
#ax.plot_date(idx.to_pydatetime(), s, 'v-')

## with this one
ax = sns.barplot(idx.to_pydatetime(), s)
###########################################

ax.xaxis.set_minor_locator(dates.WeekdayLocator(byweekday=(1),
                                                interval=1))
ax.xaxis.set_minor_formatter(dates.DateFormatter('%d\n%a'))
ax.xaxis.grid(True, which="minor")
ax.yaxis.grid()
ax.xaxis.set_major_locator(dates.MonthLocator())
ax.xaxis.set_major_formatter(dates.DateFormatter('\n\n\n%b\n%Y'))
plt.tight_layout()

## save the result to a png instead of plotting to screen:
myFigure = plt.gcf()
myFigure.autofmt_xdate()
myFigure.set_size_inches(11,3.8)

plt.title('Example Chart', loc='center')

plt.savefig('/tmp/chartexample.png', format='png', bbox_inches='tight')

我尝试了各种各样的方法,但是Seaborn中的某些东西似乎压倒或取消了我已经设法烹饪的主轴和副轴格式的任何尝试,而且还超出了所有当我使用set_xticklabels()时打勾。

我可以使用MultipleLocator()对主要刻度进行格式化,但我无法在次要刻度上获得任何格式。

我还试验了myFigure.autofmt_xdate()以确定它是否会有所帮助,但它似乎并不喜欢混合主要&同一轴上的小刻度。

1 个答案:

答案 0 :(得分:1)

我在尝试解决相同问题时遇到了这个问题。基于@mwaskom的有用指针(像箱线图这样的分类图失去了结构,只是变成了以日期命名的类别),最终以这种方式在Python中进行了定位和格式化:

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

idx = pd.date_range('2011-05-01', '2011-07-01')
s = pd.Series(np.random.randn(len(idx)), index=idx)

fig, ax = plt.subplots(figsize = (12,6))
ax = sns.barplot(idx.to_pydatetime(), s, ax = ax)

major_ticks = []
major_tick_labels = []
minor_ticks = []
minor_tick_labels = []

for loc, label in zip(ax.get_xticks(), ax.get_xticklabels()):
  when = datetime.strptime(label.get_text(), '%Y-%m-%d %H:%M:%S')
  if when.day == 1:
    major_ticks.append(loc)
    major_tick_labels.append(when.strftime("\n\n\n%b\n%Y"))
  else:
    minor_ticks.append(loc)
    if when.weekday() == 0:
      minor_tick_labels.append(when.strftime("%d\n%a"))
    else:
      minor_tick_labels.append(when.strftime("%d"))

ax.set_xticks(major_ticks)
ax.set_xticklabels(major_tick_labels)
ax.set_xticks(minor_ticks, minor=True)
ax.set_xticklabels(minor_tick_labels, minor=True)

当然,如果从源数据开始更容易并且仅使索引保持一致,则不必基于解析从数据安装的标签来设置刻度线,但是我更希望有一个真理之源。

您还可以通过获取相关标签的Text对象并在其上调用set_方法来弄乱单个标签上的字体粗细,旋转等。

Boxplot produced by above code