如何延長 matplotlib 的 x 軸

Question

我有下面給出的代碼：

import pandas as pd
import plotly.offline as py
import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')
import matplotlib.patches as mpatches
import matplotlib.dates as mdates
import matplotlib as mpl

df = pd.read_csv(".\AirPassengers.csv")
df['Month'] = pd.to_datetime(df['Month'])
df.set_index('Month', inplace=True, drop=True)

fig, ax1 = plt.subplots(figsize=(20, 5))
ax1.plot(df.index, df["Passengers"].values, linestyle='-', marker='o', color='b', linewidth=2, label='Passenger Number')
fig.autofmt_xdate()
ax1.xaxis.set_major_locator(mdates.YearLocator())
ax1.yaxis.set_major_formatter(mpl.ticker.StrMethodFormatter('{x:,.0f}'))

ax1.set_title("Passenger Number")
ax1.legend(loc="center left", bbox_to_anchor=(1.0, 0.5))
ax1.set_xlabel("Time Interval")
plt.tight_layout()

我試圖獨立於數據周期將 x 軸或時間間隔延長到 1960-12 年以上。 你能幫我嗎？

Answer 1

最簡單和最可靠的方法是將原始數據擴展所需的時間序列周期，並用NA填充缺失的數據。 使用set_xlim()指定數據的開始日期和數據的結束日期，如圖形端處理中的注釋中所述。

df['Month'] = pd.to_datetime(df['Month'])
df.set_index('Month', inplace=True, drop=True)
# update 
new_index = pd.date_range(df.index[0], '1973-01-01', freq='MS')
df = df.reindex(new_index, fill_value=np.nan)

.
.
.

# update
ax1.set_xlim(df.index[0],df.index[-1])
plt.tight_layout()

plt.show()

Answer 2

以下對我有用：

from dateutil.relativedelta import relativedelta

然后：

ax.set_xlim(df.index[0], df.index[-1] + relativedelta(years=2))