Когда дело доходит до визуализации временных данных, Matplotlib — мощная библиотека Python. Одним из важнейших аспектов создания информативных и визуально привлекательных графиков является установка соответствующих ограничений по осям дат. В этой статье мы рассмотрим несколько методов установки ограничений по осям дат в Matplotlib, сопровождаемые простыми для понимания примерами кода.

Метод 1: использование методов set_xlimи set_ylim.
Первый метод предполагает использование методов set_xlimи set_ylim, чтобы указать желаемый диапазон дат как для оси X, так и для оси Y соответственно. Вот пример:

import matplotlib.pyplot as plt
import datetime
# Generate some sample data
dates = [datetime.date(2023, 1, day) for day in range(1, 32)]
values = [day  2 for day in range(1, 32)]
# Create a plot
plt.plot(dates, values)
# Set the desired date limits
start_date = datetime.date(2023, 1, 5)
end_date = datetime.date(2023, 1, 20)
plt.xlim(start_date, end_date)
# Display the plot
plt.show()

Метод 2: использование методов set_xlimи set_ylimс объектами даты.
Если у вас более сложный диапазон дат или вы хотите указать ограничения с помощью объектов даты, вы можете использовать функцию matplotlib.dates.date2numдля преобразования дат в числовые значения. Вот пример:

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import datetime
# Generate some sample data
dates = [datetime.date(2023, 1, day) for day in range(1, 32)]
values = [day  2 for day in range(1, 32)]
# Create a plot
plt.plot(dates, values)
# Set the desired date limits using date objects
start_date = datetime.date(2023, 1, 5)
end_date = datetime.date(2023, 1, 20)
plt.xlim(mdates.date2num(start_date), mdates.date2num(end_date))
# Display the plot
plt.show()

Метод 3. Использование методов set_xlimи set_ylimсо строками.
Если вы предпочитаете указывать пределы дат с использованием строковых представлений дат, вы можете использовать matplotlib.dates.datestr2numфункция. Вот пример:

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
# Generate some sample data
dates = ["2023-01-" + str(day) for day in range(1, 32)]
values = [day  2 for day in range(1, 32)]
# Create a plot
plt.plot(dates, values)
# Set the desired date limits using strings
start_date = "2023-01-05"
end_date = "2023-01-20"
plt.xlim(mdates.datestr2num(start_date), mdates.datestr2num(end_date))
# Display the plot
plt.show()

Метод 4: использование set_xlimи set_ylimс временными метками
Если ваши данные содержат временные метки, вы можете использовать функцию matplotlib.dates.date2numдля преобразования временные метки в числовые значения. Вот пример:

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
# Generate some sample data
timestamps = pd.date_range("2023-01-01", "2023-01-31", freq="D")
values = [day.day  2 for day in timestamps]
# Create a plot
plt.plot(timestamps, values)
# Set the desired date limits using timestamps
start_date = pd.Timestamp("2023-01-05")
end_date = pd.Timestamp("2023-01-20")
plt.xlim(mdates.date2num(start_date), mdates.date2num(end_date))
# Display the plot
plt.show()

В этой статье мы рассмотрели различные методы установки ограничений по осям дат на графиках Matplotlib. Используя методы set_xlimи set_ylimв сочетании с объектами даты, строками или метками времени, вы можете легко настроить диапазон дат, отображаемый на ваших графиках. Поэкспериментируйте с этими методами, чтобы улучшить визуализацию данных и получить более содержательную информацию на основе данных, основанных на времени.

Освоив искусство установки ограничений по осям дат в Matplotlib, вы сможете создавать визуально потрясающие и информативные графики, которые эффективно передают историю ваших данных.