width>=1.0每周条width<1.0太细，Matplotlib太粗

Question

​

​

为什么我的杆子这么薄？我试着将宽度设置为1，它们变得非常厚。我不确定还能尝试什么。默认厚度是0.8，它看起来应该是这样的吗？

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
import numpy as np

working_runs = pd.DataFrame(np.random.uniform(1, 2, 210),
                            columns=['distance'],
                            index=pd.date_range('2019-06-01', periods=210, freq='D'))
summed = working_runs['distance'].resample('W').sum()
df = pd.DataFrame(summed)

fig, ax = plt.subplots()

ax.bar(df.index, df.distance)
ax.set_xticks(df.index)
ax.xaxis.set_major_formatter(mdates.DateFormatter("%B %d"))
ax.xaxis.set_minor_formatter(mdates.DateFormatter("%B %d"))
plt.xticks(rotation=90) 

fig = ax.get_figure()

fig.set_figheight(10)
fig.set_figwidth(12)

plt.title('2019 Weekly Running Miles')
plt.ylabel('Distance /m')

fig.savefig("output.png")

我试着这样修改它：

ax.bar(df.index, df.distance,width=1)

0.9看起来没有什么不同，而1.0看起来像这样：

​

​

Answer 1

我可以确认这种奇怪的行为，当将宽度设置为小于1.0的值时，它似乎被解释为一天的宽度。当它设置为1.0或更高时，它被解释为一周的宽度。

熊猫和matplotlib如何协同工作似乎是个问题。

一种解决方法是使用ax.bar(df.index, df.distance, width=1, edgecolor='white')中的edgecolor，如下所示：

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
import numpy as np
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()

working_runs = pd.DataFrame(np.random.uniform(1, 2, 210),
                            columns=['distance'],
                            index=pd.date_range('2019-06-01', periods=210, freq='D'))
summed = working_runs['distance'].resample('W').sum()
df = pd.DataFrame(summed)

fig, ax = plt.subplots()
ax.bar(df.index, df.distance, width=1, edgecolor='white')
ax.xaxis.set_major_formatter(mdates.DateFormatter("%B %d"))
ax.xaxis.set_major_locator(mdates.DayLocator(interval=7))
ax.autoscale(enable=True, axis='x', tight=True)
plt.xticks(rotation=90)

plt.title('2019 Weekly Running Miles')
plt.ylabel('Distance /m')
plt.show()

​

​

我用df.plot.bar(y='distance', width=0.9, ax=ax)做了一个逗留熊猫的实验。格式化日期可以通过显式地将index转换为标签列表来完成。同样在这种情况下，使用width=1和edgecolor='white'绘图会更好。

import matplotlib.pyplot as plt
import matplotlib.ticker as mticker
import pandas as pd
import numpy as np

working_runs = pd.DataFrame(np.random.uniform(1, 2, 210),
                            columns=['distance'],
                            index=pd.date_range('2019-06-01', periods=210, freq='D'))
summed = working_runs['distance'].resample('W').sum()
df = pd.DataFrame(summed)

fig, ax = plt.subplots()
df.plot.bar(y='distance', width=0.9, ax=ax)
plt.xticks(range(len(df.index)),
           [t.to_pydatetime().strftime("%b %d") for t in df.index],
           rotation=90)
plt.title('2019 Weekly Running Miles')
plt.ylabel('Distance /m')
plt.show()

​

​

Answer 2

请参阅文档中的：

matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

这里也有文档链接：https://matplotlib.org/3.1.1/api/_as_gen/matplotlib.pyplot.bar.html

和相关的SO answer