Matplotlib/Seaborn - 在 x 軸上繪制日期時間對象給出了很長的 label

Question

我正在嘗試使用 Seaborn 獲取 plot 時間序列數據，但是 x 軸刻度標簽的格式非常奇怪，提供了比我感興趣的更多的細節。這是我的 dataframe 的頭部，我的代碼，和 output。

Dataframe 的頭部顯示要合並的年月列：

df['arrival'] = pd.to_datetime(df['arrival_date_month'] + ' ' + df['arrival_date_year'])

fig, ax = plt.subplots(figsize=(15,8))
count_plot = sns.countplot(x='arrival',data=df,hue='hotel',palette='rocket')

for ind, label in enumerate(count_plot.get_xticklabels()):
    if ind % 3 == 0:  
        label.set_visible(True)
        label.set_rotation(45)
    else:
        label.set_visible(False)

ax.legend(title = 'Type of Hotel')
ax.set_xlabel('Month')
ax.set_ylabel('Number of Reservations')

為什么 x 軸刻度標簽如此具體？ 如果我運行 df['arrival']，我會得到以下信息：

Answer 1

在 pandas 中，所有日期時間對象都存儲為datetime64[ns] ，精確到納秒。 當你運行df['arrival']時，你得到的 output 是正在顯示的內容，但下面的實際基礎數據是納秒精度的（這就是 matplotlib 在 x-ticks 上顯示的內容）。

我最初建議使用 matplotlib mdates.DateFormatter方法來解決此問題，但它很挑剔並且似乎無法解釋日期時間（ 這個問題提出了與 matplotlib dateformatter 類似的問題）。

因此，我建議在創建 sns.countplot 之前將'arrival'列轉換為 df 中的日期時間字符串：

df['arrival'] = df['arrival'].dt.strftime('%Y-%m-%d')

這是一個小例子：

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

df = pd.DataFrame({
    'hotel': ['Resort Hotel']*10 + ['City Hotel']*10,
    'arrival': list(pd.date_range('2015-07-01','2015-07-10'))*2
})

df['arrival'] = df['arrival'].dt.strftime('%Y-%m-%d')

fig, ax = plt.subplots(figsize=(15,8))
count_plot = sns.countplot(x='arrival',data=df,hue='hotel',palette='rocket')

for ind, label in enumerate(count_plot.get_xticklabels()):
    if ind % 3 == 0:  
        label.set_visible(True)
        label.set_rotation(45)
    else:
        label.set_visible(False)

ax.legend(title = 'Type of Hotel')
ax.set_xlabel('Month')
# ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
ax.set_ylabel('Number of Reservations')

plt.show()