对matplotlib中的日期范围使用axvspan

2024-03-29 00:44:08 发布

您现在位置:Python中文网/ 问答频道 /正文

我想绘制一些随季节变化的时间序列,并使用axvspan来为冬季的部分绘制阴影,使其与夏季的部分不同。我正在使用pyplot.plot_date。我的y值是浮点的np数组,x值是用

    datetime.strptime(date, '%m-%d-%Y'). 

我想用pyplot.axvspan来应用阴影,但它似乎只适用于x轴的常规数字,而我的x轴是日期。我遇到的错误是

^{pr2}$

有办法解决这个问题吗?在


Tags: datetimedateplotnp时间绘制序列数组
2条回答

在matplotlib中,日期时间轴也使用数字namely

Matplotlib represents dates using floating point numbers specifying the number of days since 0001-01-01 UTC, plus 1.

许多函数,如plotscatterbar等,都会自动将datetime对象转换为这些数字,而许多辅助函数,如axvspan,直到matplotlib的最新版本才进行这种自动转换。在

所以在matplotlib 3中,您可以轻松地

ax.axvspan(datetime(2019,3,1), datetime(2019,3,31))

但如果使用旧版本,则需要手动执行,使用matplotlib.dates.date2num,例如

^{pr2}$

一些完整的例子:

from datetime import datetime
import matplotlib.pyplot as plt
from matplotlib.dates import date2num

fig, ax = plt.subplots()

ax.plot([datetime(2019,2,14), datetime(2019,4,26)], [1,2])

ax.axvspan(date2num(datetime(2019,3,1)), date2num(datetime(2019,3,31)), 
           label="March", color="crimson", alpha=0.3)

ax.legend()
fig.autofmt_xdate()
plt.show()

enter image description here

感谢BeingerNest的帮助,任何一位阅读本文的人都是这样用冬/夏背景和单个标签制作的:

yearlist = ['2013','2014','2015','2016','2017','2018','2019']

fig, ax = plt.subplots(figsize=(20, 10))
for i in range(len(yearlist)):
    if yearlist[i] == '2013':
        ax.axvspan(date2num(datetime.datetime(2012,10,15)), date2num(datetime.datetime(int(yearlist[i]),5,15)), 
           label="winter (15 october - 15 may)", color="crimson", alpha=0.3)
        ax.axvspan(date2num(datetime.datetime(int(yearlist[i]),5,15)), date2num(datetime.datetime(int(yearlist[i]),10,15)), 
           label="summer (15 may - 15 october)", color="blue", alpha=0.3)
    else:
        ax.axvspan(date2num(datetime.datetime(int(yearlist[i-1]),10,15)), date2num(datetime.datetime(int(yearlist[i]),5,15))
           , color="crimson", alpha=0.3)
        ax.axvspan(date2num(datetime.datetime(int(yearlist[i]),5,15)), date2num(datetime.datetime(int(yearlist[i]),10,15)), 
            color="blue", alpha=0.3)

enter image description here

相关问题 更多 >