Matplotlib处理常见中文的一些情形

最新推荐文章于 2024-10-30 20:27:42 发布

原创最新推荐文章于 2024-10-30 20:27:42 发布 · 225 阅读

CC 4.0 BY-SA版权

本文详细介绍如何使用Matplotlib在Python中处理中文时间标签，特别是在x轴上展示月-日-时格式的时间，同时保持图表的美观。文章分享了一种通过设置日期格式和旋转角度来优化x轴显示的方法，并提供了一段示例代码，展示了如何导入中文显示所需的参数，以及如何设置x轴的格式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Matplotlib处理常见中文的一些情形

所在领域经常涉及到处理一些时序图，需要在以合适的方式在x axis上显示中文时间。
这个问题虽然很小，但是因为专业的原因，需要经常在x轴上展示多种多样的时间，比如只展示月-日-时，这种非常规的x轴label，同时要求该部分占图片比例不能太大，不然影响美观。而网络上关于x轴时间的处理相对较少，算写个地方记录下。
这是一篇记录matplotlib处理的博客，同时怀念和某只增某只斌的共渡三年的硕士生涯, 最后非常感谢某增精彩的工作和日常的骚扰为这篇博客提供了素材(大概又要被说矫情了哈哈哈哈以下是干货)。

关键点

导入可以显示中文的参数

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

x坐标轴通过设置格式以及旋转以显示美观（没强迫症的您随意）

ax1.xaxis.set_major_formatter(mdate.DateFormatter('%H:%M'))
plt.xticks(rotation=30)

输入数据、代码及结果

输入数据只有一部分,太长影响美观，读者需要脑补哈哈哈

4:15,7,1,1
4:30,53,21,46
4:45,673,433,588
5:00,2449,1711,2209
5:15,5555,4522,5094
5:30,8854,8710,9431
5:45,12886,14687,13918
6:00,16459,23762,20121
6:15,20542,37169,26034
6:30,24708,59783,34398
6:45,28093,88462,43049
7:00,30505,134718,51161
7:15,32046,180216,59468
7:30,35503,215490,64192
7:45,39600,239502,70168
8:00,43334,228761,73596
8:15,45938,202122,72283
8:30,45756,167016,68193
8:45,46982,138231,64956

代码


import pandas as pd
import numpy as np
from datetime import datetime
import matplotlib.dates as mdate
import matplotlib.pyplot as plt 
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

def convert(strAim):
    t = strAim.split(":")
    h, m, s = int(t[0]),float(t[1])/60.0,float(t[2])/3600.0
    return h+m+s

def draw(addressIn,addressOut):
    df =pd.read_csv(addressIn,header = None)
    #print(df.head())
    x = []
    y1 = []
    y2 = []
    y3 = []
    for i in range(len(df)):
        tx = datetime.strptime('2017-8-1 '+df.iloc[i][0], '%Y-%m-%d %H:%M')
        x.append(tx)
        y1.append(df.iloc[i][1])
        y2.append(df.iloc[i][2])
        y3.append(df.iloc[i][3])
    fig1 = plt.figure(figsize=(12,6))#figsize=(16,8)
    ax1 = fig1.add_subplot(1,1,1)
    ax1.plot(x,y1,color='green',label='假期')#折线图
    ax1.plot(x,y2,color='black',label='工作日')
    ax1.plot(x,y3,color='red',ls='--',label='非工作日')
    ax1.xaxis.set_major_formatter(mdate.DateFormatter('%H:%M'))
    #plt.xticks(pd.timedelta_range(start='05:00:00.000000', periods=38, freq='30T'),rotation=90)
    #plt.xticks(x)
    plt.xticks(rotation=30)
    #plt.ylim(0,6000000)
    #ax1.set_title('全天')
    ax1.set_xlabel('时间')
    ax1.set_ylabel('日客流量(人次)')
    plt.legend(loc='upper right')
    plt.subplots_adjust(left=0.2, bottom=0.2, right=0.8, top=0.8)
    plt.savefig('pic%s.png'%(addressOut),dpi=100)
if __name__ == '__main__':
    draw('differDay.csv','differDay')

结果图示