2016-12-02 184 views
3

有点信息:我对编程非常陌生,这是我的第一个脚本的一小部分。这个特定部分的目标是显示y轴垂直深度,x轴时间和科学测量强度作为热函数的seaborn热图。热图seaborn中的日期轴

我想道歉,如果这已被回答其他地方,但我的搜索能力一定失败了我。

sns.set() 
nametag = 'Well_4_all_depths_capf' 
Dp = D[D.well == 'well4'] 
print(Dp.date) 


heat = Dp.pivot("depth", "date", "capf") 
### depth, date and capf are all columns of a pandas dataframe 

plt.title(nametag) 

sns.heatmap(heat, linewidths=.25) 

plt.savefig('%s%s.png' % (pathheatcapf, nametag), dpi = 600) 

这是从“打印(Dp.date)” 打印什么,所以我敢肯定,从数据帧格式是我想要的格式,尤其是年,日,月。

0 2016-08-09 
1 2016-08-09 
2 2016-08-09 
3 2016-08-09 
4 2016-08-09 
5 2016-08-09 
6 2016-08-09 
     ...  

但是,当我运行它时日期轴始终打印与我不想要的空白时间(00:00等)。 有没有办法从日期轴中删除它们?

问题是在上面的单元格中,我使用这个函数来扫描文件名并使用日期列创建一个列?使用datetime而不仅仅是日期函数是错误的吗?

D['date']=pd.to_datetime(['%s-%s-%s' %(f[0:4],f[4:6],f[6:8]) for f in    
D['filename']]) 

enter image description here

+0

如果您编辑它来包括这将有助于一个最小的完整工作脚本,允许其他人运行它并查看问题。 –

+0

感谢您的回复,但我不知道如何上传包含日期,深度等值的熊猫数据框,所以我不知道如何上传功能正常的脚本。事情是,我知道这是Seaborn的事情,因为基本的matplotlib图不显示时间格式,只显示日期。事实上,matplotlib图将日期轴打印为字符串,(2016年8月8日)等。 – frankshort

+0

关于在matplotlib轴上格式化日期标签的SO上有很多问题。 –

回答

3

你必须使用strftime函数为你的约会系列数据帧的正确绘制XTICK标签:

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 
import seaborn as sns 
from datetime import datetime, timedelta 
import random 

dates = [datetime.today() - timedelta(days=x * random.getrandbits(1)) for x in xrange(25)] 
df = pd.DataFrame({'depth': [0.1,0.05, 0.01, 0.005, 0.001, 0.1, 0.05, 0.01, 0.005, 0.001, 0.1, 0.05, 0.01, 0.005, 0.001, 0.1, 0.05, 0.01, 0.005, 0.001, 0.1, 0.05, 0.01, 0.005, 0.001],\ 
'date': dates,\ 
'value': [-4.1808639999999997, -9.1753490000000006, -11.408113999999999, -10.50245, -8.0274750000000008, -0.72260200000000008, -6.9963940000000004, -10.536339999999999, -9.5440649999999998, -7.1964070000000007, -0.39225599999999999, -6.6216390000000001, -9.5518009999999993, -9.2924690000000005, -6.7605589999999998, -0.65214700000000003, -6.8852289999999989, -9.4557760000000002, -8.9364629999999998, -6.4736289999999999, -0.96481800000000006, -6.051482, -9.7846860000000007, -8.5710630000000005, -6.1461209999999999]}) 
pivot = df.pivot(index='depth', columns='date', values='value') 

sns.set() 
ax = sns.heatmap(pivot) 
ax.set_xticklabels(df['date'].dt.strftime('%d-%m-%Y')) 
plt.xticks(rotation=-90) 

plt.show() 

enter image description here