Question

我有这个人。数据帧：

Version       A2011       v1.0h
Decade                            
1510 - 1500  -3.553251   -0.346051
1520 - 1510  -2.797978   -0.356409
1530 - 1520  -2.194027   -0.358922
1540 - 1530  -1.709211   -0.329759
1550 - 1540  -1.354583   -0.308463
1560 - 1550  -1.062436   -0.305522
1570 - 1560  -0.821615   -0.293803
1580 - 1570  -0.620067   -0.279270
1590 - 1580  -0.465902   -0.271717
1600 - 1590  -0.341307   -0.289985
1610 - 1600  -0.365580   -0.491428
1620 - 1610  -0.329492   -0.532413
1630 - 1620  -0.299107   -0.568895
1640 - 1630  -0.283209   -0.591281
1650 - 1640  -0.267895   -0.595867
1660 - 1650  -0.250805   -0.593352
1670 - 1660  -0.240772   -0.539465
1680 - 1670  -0.234985   -0.514080
1690 - 1680  -0.230892   -0.497424
1700 - 1690  -0.229585   -0.484620
1710 - 1700  -0.853362   -0.892739
1720 - 1710  -0.738257   -1.017681
1730 - 1720  -0.660543   -0.966818
1740 - 1730  -1.331018   -1.171711
1750 - 1740  -1.271687   -1.541482
1760 - 1750  -1.023931   -1.559551
1770 - 1760  -1.089076   -1.757628
1780 - 1770  -1.965483   -2.404880
1790 - 1780  -1.579474   -2.167510
1800 - 1790  -1.740528   -2.023357
1810 - 1800  -2.237945   -2.804366
1820 - 1810  -2.744933   -2.379714
1830 - 1820  -3.706726   -3.717356
1840 - 1830  -4.680707   -4.048362
1850 - 1840  -5.836515   -4.660951
1860 - 1850  -7.141815   -4.919932
1870 - 1860  -5.847633   -2.972652
1880 - 1870  -9.280493   -6.146244
1890 - 1880  -8.815674   -6.689340
1900 - 1890  -9.548756   -8.893766
1910 - 1900 -10.596151  -10.115838
1920 - 1910 -12.002151  -10.492217
1930 - 1920 -12.524735  -11.155891
1940 - 1930 -13.945205  -14.295251
1950 - 1940 -13.877164  -13.609756
1960 - 1950 -20.660728  -17.546248
1970 - 1960 -14.495609  -15.537517
1980 - 1970 -14.865093  -13.292412
1990 - 1980 -16.254918  -13.626304
2000 - 1990 -12.212572   -8.392916

我将其绘制成：

        import matplotlib.pyplot as plt
        from matplotlib.ticker import MaxNLocator

        ax = df.plot()

        # major ticks every 5, minor ticks every 1
        ax.xaxis.set_major_locator(MaxNLocator(11))

        ax.grid(which='minor', alpha=0.2)
        ax.grid(which='major', alpha=0.5)

        ax.legend().set_visible(False)
        plt.xticks(rotation=75)
        plt.tight_layout()
        plt.show()

结果图看起来像这样：

如何确定主要和次要价格的数量，以便至少有10个主要价格，以及用户指定的主要价格之间的次要价格？

Answer 1

从一些环顾四周来看，大熊猫似乎并不适合定位者。似乎设置ticklabels的首选方法是自动的。问题似乎是在自动设置刻度标签时使用的数据与索引的隐式耦合与要设置的不同数量的刻度标签混合在一起。

感觉应该有一个更好的方法（我对大熊猫没有多少经验），但同时你可以使用主要的格式化程序滚动你自己的标签。无论如何，我的经验是df.plot()很方便，但如果你想确定，你应该直接使用matplotlib。

关键技巧是使用半文档IndexFormatter设置x轴的主格式化程序，其标签来自数据框的index：

import matplotlib.pyplot as plt
from matplotlib.ticker import MaxNLocator,IndexFormatter

ax = df.plot()

ax.xaxis.set_major_locator(MaxNLocator(11))
ax.xaxis.set_major_formatter(IndexFormatter(df.index)) # <-- new here

ax.grid(which='minor', alpha=0.2)
ax.grid(which='major', alpha=0.5)

ax.legend().set_visible(False)
plt.xticks(rotation=75)
plt.tight_layout()
plt.show()

你的次要虱子丢失的原因是：

>>> ax.xaxis.get_minor_locator()
<matplotlib.ticker.NullLocator at 0x7faf53d0e1d0>

次要刻度的默认定位器是NullLocator，实际上会禁用次要刻度，这反过来会导致明显缺少次要网格线。您应该为次要刻度选择并设置适当的Locator，然后一切都应该有效（换句话说，我不确定是否有一种简单的方法来指定次要网格的数量在主要方面）。

matplotlib图上主要和次要刻度的显示不正确

1 个答案: