如何为 Seaborn displot 指定日期 bin 范围

Question

问题陈述

我正在创建从 1870 年开始的每N年期间洪水事件的分布 plot。我正在使用 Pandas 和 Seaborn。 我需要帮助...

1. 使用sns.displot时指定每个 bin 的日期范围，以及
2. 清楚地代表我沿x轴的 bin 大小规格。

为了澄清这个问题，这里是我正在使用的数据、我尝试过的数据以及对所需 output 的描述。

数据

我使用的数据可从美国气象服务获得。

import pandas as pd
import bs4
import urllib.request
link = "https://water.weather.gov/ahps2/crests.php?wfo=jan&gage=jacm6&crest_type=historic"

webpage=str(urllib.request.urlopen(link).read())
soup = bs4.BeautifulSoup(webpage)

tbl = soup.find('div', class_='water_information')
vals = tbl.get_text().split(r'\n')

tcdf = pd.Series(vals).str.extractall(r'\((?P<Rank>\d+)\)\s(?P<Stage>\d+.\d+)\sft\son\s(?P<Date>\d{2}\/\d{2}\/\d{4})')\
    .reset_index(drop=True)

tcdf['Stage'] = tcdf.Stage.astype(float)
total_crests_events = len(tcdf)
tcdf['Rank'] = tcdf.Rank.astype(int)
tcdf['Date'] = pd.to_datetime(tcdf.Date)

什么有效

我可以使用 Seaborn 的displot对数据进行 plot 处理，并且可以使用bins命令来操作 bin 的数量。

第二张图片更接近我想要的 output。 但是，我认为垃圾箱的开始和结束位置并不明确。 例如，前两个分档（从左到右阅读）清楚地开始于 1880 年之前和结束于 1880 年之后，但确切的年份并不清楚。

import seaborn as sns
# fig. 1: data distribution using default bin parameters
sns.displot(data=tcdf,x="Date")
# fig. 2: data distribution using 40 bins
sns.displot(data=tcdf,x="Date",bins=40)

什么失败了

我尝试使用bins输入指定日期范围。 该方法松散地基于先前的 SO 线程。

my_bins = pd.date_range(start='1870',end='2025',freq='5YS')
sns.displot(data=tcdf,x="Date",bins=my_bins)

但是，这种尝试产生了 TypeError

TypeError: Cannot cast array data from dtype('O') to dtype('float64') according to the rule 'safe'

这是一个很长的问题，所以我想可能有必要进行一些澄清。 请不要犹豫，在评论中提问。

提前致谢。

Answer 1

Seaborn 在内部将其输入数据转换为数字，以便对其进行数学运算，并使用 matplotlib 的“单位转换”机制来做到这一点。 因此，传递有效的 bin 的最简单方法是使用 matplotlib 的日期转换器：

sns.displot(data=tcdf, x="Date", bins=mpl.dates.date2num(my_bins))