熊猫绘图问题 - 设置自定义x轴

Question

我对python相对较新，而且我在尝试使用pandas绘制一些数据时遇到了一些问题 - 请帮忙！我的代码的相关部分如下。

我创建一个新的数据框，用它做一些分析，然后将它分成两个独立的数据框（一个用于2016数据，一个用于2017数据）。然后，我计算2017年数据框架的一些新列（这些值与2016年的值之间的百分比差异）。最后，我制作了几个图来显示这些数据。

我试图修改x轴刻度标签，以便将每个月显示为例如＆＃39 07/17 39＃; 2017年7月。我使用过之前使用的方法，但它似乎并没有起作用！

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import matplotlib as mp
import numpy as np
import seaborn as sns

# set up index dates
dates1 = pd.date_range(start='2016-06-01', end='2016-12-01', freq='MS')
dates2 = pd.date_range(start='2017-06-01', end='2017-12-01', freq='MS')
dates = dates1.union(dates2)

# create data-frame
data = {'sessions':[609981,734725,713928,602909,562960,425774,394887,1094831,
                    1210158,1141875,898867,798469,642942,546186],
        'conversion':[5.40,4.98,4.89,4.68,3.99,3.54,3.71,4.17,4.23,4.13,4.3,3.86,3.24,3.60],
       'avg_value':[98.12,95.43,89.94,86.99,83.23,86.31,93.34,98.01,96.89,90.82,86.00,84.40,85.90,89.53]}
df = pd.DataFrame(data,index=dates)

# calculate revenue and yearly changes
df['revenue'] = (df.sessions*df.conversion/100.)*df.avg_value

df_2016 = df['Jan 2016':'Dec 2016'].copy()
df_2017 = df['Jan 2017':'Dec 2017'].copy()

df_2017['d_avg_value'] = (df_2017.avg_value.values - df_2016.avg_value.values)*100 / df_2016.avg_value.values
df_2017['d_conversion'] = (df_2017.conversion.values - df_2016.conversion.values)*100 / df_2016.conversion.values
df_2017['d_sessions'] = (df_2017.sessions.values - df_2016.sessions.values)*100 / df_2016.sessions.values
df_2017['d_revenue'] = (df_2017.revenue.values - df_2016.revenue.values)*100 / df_2016.revenue.values

# set up subplot layout
fig, axes = plt.subplots(figsize=(10, 10), nrows=2, ncols=2)
plt.subplots_adjust(wspace=0.3, hspace=0.3)

# populate subplots
df_2017.plot(ax=axes[0,0], y='d_sessions',marker='o',linestyle='none', legend=None)
df_2017.plot(ax=axes[0,1], y='d_conversion',marker='o',linestyle='none', legend=None)
df_2017.plot(ax=axes[1,0], y='d_avg_value',marker='o',linestyle='none', legend=None)
df_2017.plot(ax=axes[1,1], y='d_revenue',marker='o',linestyle='none', legend=None, color='red')

# change x-limits, x-tick labels
for ax in axes.reshape(-1):
    ax.set_xlim(['May 2017','Jan 2018'])
    ax.xaxis.set_major_locator(mdates.MonthLocator())
    ax.xaxis.set_major_formatter(mdates.DateFormatter('%m/%y'))

# label y-axes
axes[0,0].set_ylabel('% Change in Sessions')
axes[0,1].set_ylabel('% Change in Conversion')
axes[1,0].set_ylabel('% Change in Average Value')
axes[1,1].set_ylabel('% Change in Revenue')

plt.show()