我有一个代码如下:
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()
我想把x轴或时间间隔延长到1960-12年以上,不受时间段的影响。你能帮我吗?
2条答案
按热度按时间yhived7q1#
最简单、最可靠的方法是将原始数据扩展所需的时间序列期间,并使用
NA
填充缺失的数据。使用set_xlim()
指定数据的开始日期和数据的结束日期,如图形端处理中的注解所述。uajslkp62#
以下内容对我很有效:
然后道: