如何调整由 matplotlib 自动选择的 x 刻度值的范围？

Question

我有一张图表，显示了一天中每五分钟一次的股票收盘价。 x 轴显示时间，x 值的范围是从 9:30 到 4:00 (16:00)。 问题是 x 轴 go 从 9:37 到 16:07 的自动边界，我真的只想要从 9:30 到 16:00。

我目前正在运行的代码是这样的：

    stk = yf.Ticker(ticker)
    his = stk.history(interval="5m", start=start, end=end).values.tolist() #open - high - low - close - volume
    x = []
    y = []
    count = 0
    five_minutes = datetime.timedelta(minutes = 5)
    for bar in his:
        x.append((start + five_minutes * count))#.strftime("%H:%M"))
        count = count + 1
        y.append(bar[3])
    plt.clf()
    plt.gca().xaxis.set_major_formatter(mdates.DateFormatter("%H:%M"))
    plt.gca().xaxis.set_major_locator(mdates.MinuteLocator(interval=30))
    plt.plot(x, y)
    plt.gcf().autofmt_xdate()
    plt.show()

它产生这个 plot （目前是一个链接，因为我在一个新的用户帐户上）：

我以为我应该使用axis.set_data_interval function提供，所以我通过提供代表9:30和16:00的日期时间对象作为最小值和最大值来做到这一点。 这给了我错误：

TypeError: 'float' 和 'datetime.datetime' 的实例之间不支持'<'

是否有另一种方法可以让我调整第一个 xtick 并让它自动填充 rest？

Answer 1

这个问题可以通过调整你使用mdates刻度定位器的方式来解决。 这是一个基于 r-beginners 共享的示例，以使其具有可比性。 请注意，为方便起见，我使用pandas 绘制 function 。 需要x_compat=True参数才能与mdates一起使用：

import pandas as pd                # 1.1.3
import yfinance as yf              # 0.1.54
import matplotlib.dates as mdates  # 3.3.2

# Import data
ticker = 'AAPL'
stk = yf.Ticker(ticker)
his = stk.history(period='1D', interval='5m')

# Create pandas plot with appropriately formatted x-axis ticks
ax = his.plot(y='Close', x_compat=True, figsize=(10,5))
ax.xaxis.set_major_locator(mdates.MinuteLocator(byminute=[0, 30]))
ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M', tz=his.index.tz))
ax.legend(frameon=False)
ax.figure.autofmt_xdate(rotation=0, ha='center')

Answer 2

样本数据是通过从 Yahoo Finance 获取 Apple 的股票价格创建的。 所需的五分钟间隔标签是通过使用日期 function 获取以五分钟间隔获取开始和结束时间的字符串列表。 在此基础上，将 x 轴绘制为五分钟间隔数和收盘价的图表，通过切片将 x 轴设置为任意间隔。

import yfinance as yf
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
import numpy as np

ticker = 'AAPL'

stk = yf.Ticker(ticker)
his = stk.history(period='1D',interval="5m")
his.reset_index(inplace=True)

time_rng = pd.date_range('09:30','15:55', freq='5min')
labels = ['{:02}:{:02}'.format(t.hour,t.minute) for t in time_rng]

fig, ax = plt.subplots()

x = np.arange(len(his))
y = his.Close

ax.plot(x,y)
ax.set_xticks(x[::3])
ax.set_xticklabels(labels[::3], rotation=45)

plt.show()