如何跳过财务图中的空日期（周末）

Question

ax.plot_date((dates, dates), (highs, lows), '-')

我目前正在使用此命令通过 Matplotlib 绘制财务高点和低点。效果很好，但如何删除 x 轴上没有市场数据的日子（例如周末和节假日）留下的空白？

我有日期、最高价、最低价、收盘价和开盘价列表。我找不到任何创建带有 x 轴的图表的示例，该图表显示日期但不强制执行恒定比例。

Answer 1

scikits.timeseries 的广告功能之一是“使用智能间隔的轴标签创建时间序列图”。

您可以在

此处查看一些示例图。在第一个示例（如下所示）中，数据使用“业务”频率，它自动排除假期和周末等。它还掩盖了缺失的数据点，您将其视为该图中的间隙，而不是线性插值它们。

Answer 2

Matplotlib 2.1.2、Python 2.7.12 的最新答案（2018）

函数

equidate_ax

 可以处理具有等距数据点间距的简单日期 x 轴所需的一切。基于

这个例子用ticker.FuncFormatter实现。

from __future__ import division
from matplotlib import pyplot as plt
from matplotlib.ticker import FuncFormatter
import numpy as np
import datetime


def equidate_ax(fig, ax, dates, fmt="%Y-%m-%d", label="Date"):
    """
    Sets all relevant parameters for an equidistant date-x-axis.
    Tick Locators are not affected (set automatically)

    Args:
        fig: pyplot.figure instance
        ax: pyplot.axis instance (target axis)
        dates: iterable of datetime.date or datetime.datetime instances
        fmt: Display format of dates
        label: x-axis label
    Returns:
        None

    """    
    N = len(dates)
    def format_date(index, pos):
        index = np.clip(int(index + 0.5), 0, N - 1)
        return dates[index].strftime(fmt)
    ax.xaxis.set_major_formatter(FuncFormatter(format_date))
    ax.set_xlabel(label)
    fig.autofmt_xdate()


#
# Some test data (with python dates)
#
dates = [datetime.datetime(year, month, day) for year, month, day in [
    (2018,2,1), (2018,2,2), (2018,2,5), (2018,2,6), (2018,2,7), (2018,2,28)
]]
y = np.arange(6)


# Create plots. Left plot is default with a gap
fig, [ax1, ax2] = plt.subplots(1, 2)
ax1.plot(dates, y, 'o-')
ax1.set_title("Default")
ax1.set_xlabel("Date")


# Right plot will show equidistant series
# x-axis must be the indices of your dates-list
x = np.arange(len(dates))
ax2.plot(x, y, 'o-')
ax2.set_title("Equidistant Placement")
equidate_ax(fig, ax2, dates)

Answer 3

我认为你需要通过使用

xticks

 将刻度标签设置为代表日期的字符串来“人工合成”你想要的确切形式的绘图（当然，即使你代表的日期，也要以等距间隔放置刻度不等距），然后使用普通的 

plot

。

Answer 4

我通常会使用

NumPy 的 NaN（不是数字）来表示无效或不存在的值。它们由 Matplotlib 表示为图中的间隙，NumPy 是 pylab/Matplotlib 的一部分。

>>> import pylab
>>> xs = pylab.arange(10.) + 733632. # valid date range
>>> ys = [1,2,3,2,pylab.nan,2,3,2,5,2.4] # some data (one undefined)
>>> pylab.plot_date(xs, ys, ydate=False, linestyle='-', marker='')
[<matplotlib.lines.Line2D instance at 0x0378D418>]
>>> pylab.show()

Answer 5

我再次遇到这个问题，并能够创建一个像样的函数来处理这个问题，特别是关于日内日期时间。感谢@Primer

给出了这个答案。

def plot_ts(ts, step=5, figsize=(10,7), title=''):
    """
    plot timeseries ignoring date gaps

    Params
    ------
    ts : pd.DataFrame or pd.Series
    step : int, display interval for ticks
    figsize : tuple, figure size
    title: str
    """

    fig, ax = plt.subplots(figsize=figsize)
    ax.plot(range(ts.dropna().shape[0]), ts.dropna())
    ax.set_title(title)
    ax.set_xticks(np.arange(len(ts.dropna())))
    ax.set_xticklabels(ts.dropna().index.tolist());

    # tick visibility, can be slow for 200,000+ ticks 
    xticklabels = ax.get_xticklabels() # generate list once to speed up function
    for i, label in enumerate(xticklabels):
        if not i%step==0:
            label.set_visible(False)  
    fig.autofmt_xdate()   

Answer 6

您可以简单地将日期更改为字符串：

import matplotlib.pyplot as plt
import datetime

f = plt.figure(1, figsize=(10,5))
ax = f.add_subplot(111)

today = datetime.datetime.today().date()
yesterday = today - datetime.timedelta(days=1)
three_days_later = today + datetime.timedelta(days=3)

x_values = [yesterday, today, three_days_later]
y_values = [75, 80, 90]

x_values = [f'{x:%Y-%m-%d}' for x in x_values]
ax.bar(x_values, y_values, color='green')
plt.show()

Answer 7

scikits.timeseries

 功能已很大程度上转移到 pandas，因此您现在可以对数据帧重新采样以仅包含工作日的值。

>>>import pandas as pd
>>>import matplotlib.pyplot as plt

>>>s = pd.Series(list(range(10)), pd.date_range('2015-09-01','2015-09-10'))
>>>s

2015-09-01    0
2015-09-02    1
2015-09-03    2
2015-09-04    3
2015-09-05    4
2015-09-06    5
2015-09-07    6
2015-09-08    7
2015-09-09    8
2015-09-10    9

>>> s.resample('B', label='right', closed='right').last()
2015-09-01    0
2015-09-02    1
2015-09-03    2
2015-09-04    3
2015-09-07    6
2015-09-08    7
2015-09-09    8
2015-09-10    9

然后正常绘制数据框

s.resample('B', label='right', closed='right').last().plot()
plt.show()

Answer 8

只需使用mplfinance

https://github.com/matplotlib/mplfinance

import mplfinance as mpf
# df = 'ohlc dataframe'
mpf.plot(df)