Matplotlib Pandas 日期时间频率

我正在尝试使用 matplotlib 绘制一些数据，并希望减少显示的 DateTime x 轴刻度数。我能够使用 plt.locator 将垃圾箱的数量减少一半，但日期时间与条形不对齐。 有什么办法可以解决这个问题吗？我希望只显示 10 个刻度中的 5 个。例如，仅以下日期时间显示在各自的绘制条形下方（2017-09-29 02:00、2017-09-29 04:00、2017-09-29 06:00、2017-09-29 08:00 ，2017-09-29 10:00）。

下面是我的可重现代码和绘制的输出。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame([{'DATETIME': '2017-09-29 01:00,', 'Population': 1000},
                   {'DATETIME': '2017-09-29 02:00,', 'Population': 3000},
                   {'DATETIME': '2017-09-29 03:00,', 'Population': 4000},
                   {'DATETIME': '2017-09-29 04:00,', 'Population': 5000},
                   {'DATETIME': '2017-09-29 05:00,', 'Population': 7000},
                   {'DATETIME': '2017-09-29 06:00,', 'Population': 6000},
                   {'DATETIME': '2017-09-29 07:00,', 'Population': 5000},
                   {'DATETIME': '2017-09-29 08:00,', 'Population': 4000},
                   {'DATETIME': '2017-09-29 09:00,', 'Population': 4000},
                   {'DATETIME': '2017-09-29 10:00,', 'Population': 4000}])

df.index = df['DATETIME']
df.index = (pd.to_datetime(df.index)).strftime("%m/%d %H:00")
df.Population.plot.bar()
plt.tick_params(axis='both', which='both', labelsize=7)
plt.locator_params(nbins=5)
plt.tight_layout()
plt.show()

首先让我解释一下为什么你选择设置方法nbins定位器参数失败，尽管原则上该方法可能完全符合您的要求。
图中的条形位于整数位置0,1,2,...N-1。它们的标签被设置为固定的文本列表。因此，如果您选择仅使用 5 个刻度，则这些刻度的位置正确，但这些刻度的标签将被视为固定标签列表中的前 5 个元素。因此，第三个条具有第二个条的标签，第五个条具有第三个条的标签，依此类推。

知道了这一点，我们可以通过对当前标签进行切片，在每隔一个柱设置新的价格变动和价格变动标签。您可以通过以下方式获取当前刻度位置和标签plt.xticks()，它返回一个元组ticks and labels。切片列表很容易通过::操作员，
e.g. [0,1,2,3,4,5][1::2]回报[1,3,5]. Hence:

plt.xticks(plt.xticks()[0][1::2], 
           plt.xticks()[1][1::2])

完整示例：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame([{'DATETIME': '2017-09-29 01:00,', 'Population': 1000},
                   {'DATETIME': '2017-09-29 02:00,', 'Population': 3000},
                   {'DATETIME': '2017-09-29 03:00,', 'Population': 4000},
                   {'DATETIME': '2017-09-29 04:00,', 'Population': 5000},
                   {'DATETIME': '2017-09-29 05:00,', 'Population': 7000},
                   {'DATETIME': '2017-09-29 06:00,', 'Population': 6000},
                   {'DATETIME': '2017-09-29 07:00,', 'Population': 5000},
                   {'DATETIME': '2017-09-29 08:00,', 'Population': 4000},
                   {'DATETIME': '2017-09-29 09:00,', 'Population': 4000},
                   {'DATETIME': '2017-09-29 10:00,', 'Population': 4000}])

df.index = df['DATETIME']
df.index = (pd.to_datetime(df.index)).strftime("%m/%d %H:00")
df.Population.plot.bar()
plt.tick_params(axis='both', which='both', labelsize=7)

plt.xticks(plt.xticks()[0][1::2], 
           plt.xticks()[1][1::2])

plt.tight_layout()
plt.show()