Python Mathplotlib:基于当天5分钟时间戳的24小时X轴刻度

Question

我有一个P1meter，它从我的电度表/气压计中读取值。因此，我得到一个时间戳和一个正负电值，这取决于我是使用电力，还是我的太阳能电池板产生的电能比我使用的更多。(实际上，我得到了很多价值观，但它们现在并不相关)。所有数据都存储在一个sqlite3 DB中。我使用myquery="select timestamp tmstmp, verbruiknuw from v_p1data where substr(timestamp,1,10) == date()"这样的查询从数据库中收集数据

读取数据，然后将其发送到matplotlib函数。

data = pandas.read_sql(myquery, connection)
mpgraphs.netto_per_dag(data, values)

到目前一切尚好。白天，我每6分钟测量一次，最多得到240分(=每小时10分，每24小时239分，因为午夜(00:00:00)不读，但我不在乎)。

现在我想把它们编出来：

def netto_per_dag(data, all_values):
    #Get current plot/figure and clear it
    fig = plt.gcf()
    plt.clf()
    plt.xlabel('metingen')
    plt.ylabel('Watts')

    if (len(all_values['-CAL-']) == 0):
        plt.suptitle("energie vandaag")
    else:
        plt.suptitle("energie verbruik op " + datetime.strptime(all_values['-CAL-'], '%Y-%m-%d').strftime('%a %d-%m-%Y'))

    plt.title("positief (paars): verbruikt; negatief (groen): door zonnepanelen geleverd")
    plt.grid(axis='y', linestyle='--')

    x = np.arange(len(data.tmstmp))

    plt.bar(x[data.verbruiknuw >0], data.verbruiknuw[data.verbruiknuw >0], color='m')
    plt.bar(x[data.verbruiknuw <0], data.verbruiknuw[data.verbruiknuw <0], color='g')

    plt.show()

​

​

如果我不使用矮胖的长廊，我就不会得到洋红/绿色的地块。我如何摆脱这些数字(对于点数)，如下午16:10从0到~160 )。如何获得24小时量表(每3或4小时一次)，以便：

• 当一天还没有结束时，不要在右边得到一个完整的图表(在16:40左右)(这是一天的2/3，因此一个2/3填充的x轴)。
• X轴从0到24小时(比如0，03:00，06:00 ....21:00 .)无论有1小时的数据，15小时的数据，或(几乎) 24小时的数据。

日期为"2022-10-11 16:10:00“格式。比如：

0     2022-10-11 00:05:00
1     2022-10-11 00:10:00
2     2022-10-11 00:15:00
3     2022-10-11 00:20:00
4     2022-10-11 00:25:00
              ...        
156   2022-10-11 15:40:00
157   2022-10-11 15:45:00
158   2022-10-11 15:50:00
159   2022-10-11 15:55:00
160   2022-10-11 16:05:00

我还尝试data.tmstmp = pandas.to_datetime(data.tmstmp, format = "%Y-%m-%d %H:%M:%S")将字符串转换为datetime对象，并以多种方式对它们进行操作。

我也尝试过这样的方法：

    plt.setp(plt.gca().xaxis.get_majorticklabels(),'rotation', 30)
    #plt.gca().xaxis.set_major_locator(md.MinuteLocator(byminute = [0, 15, 30, 45]))
    plt.gca().xaxis.set_major_locator(md.MinuteLocator(byminute=[0,15,30,45], interval = 1))
    plt.gca().xaxis.set_major_formatter(md.DateFormatter('%H:%M'))

我就是不能让它起作用。我保持上面的函数代码def netto_per_dag(data, all_values)干净，并删除了大量的外部评论尝试。我希望有人能帮我填上工作代码。

谢谢。

@chocoloco's 编辑：提供的答案是，对滴答和标签的数量进行了最少的调整，现在我得到：

​

最少改编的代码：

    # Define the location of your ticks relative to the total x-axis length
    time_stamps = np.linspace(0, 240, 13)
    # Define the labels
    time_labels = ["00:00", "02:00", "04:00", "06:00", "08:00", "10:00", "12:00", "14:00", "16:00", "18:00", "20:00", "22:00", "24:00"]
    plt.xlim(0, 240)  # Defines the limit of your x-axis
    plt.xticks(time_stamps, labels=time_labels, rotation='30')  # Adapts the x-axis scale and labels

Answer 1

您可能需要使用xlim函数来固定x轴的比例，并使用xticks函数来调整标签。我创建了一个样地，它具有您所描述的特性：

x = np.linspace(0, 150, 151)

# Define the location of your ticks relative to the total x-axis length
time_stamps = np.linspace(0, 240, 9)
# Define the labels
time_labels = ["00:00", "03:00", "06:00", "09:00", "12:00", "15:00", "18:00", "21:00", "24:00"]


plt.figure()
plt.plot(x, x)
plt.xlim(0, 240)  # Defines the limit of your x-axis
plt.xticks(time_stamps, labels=time_labels, rotation='vertical')  # Adapts the x-axis scale and labels
plt.show()

希望这有帮助:^)