matplotlib: comment empêcher les étiquettes de l'axe des x de se chevaucher
Je génère un graphique à barres avec matplotlib. Tout fonctionne bien, mais je n'arrive pas à comprendre comment empêcher les étiquettes de l'axe des X de se chevaucher. Voici un exemple:
Voici quelques exemples de SQL pour une base de données postgres 9.1:
drop table if exists mytable;
create table mytable(id bigint, version smallint, date_from timestamp without time zone);
insert into mytable(id, version, date_from) values
('4084036', '1', '2006-12-22 22:46:35'),
('4084938', '1', '2006-12-23 16:19:13'),
('4084938', '2', '2006-12-23 16:20:23'),
('4084939', '1', '2006-12-23 16:29:14'),
('4084954', '1', '2006-12-23 16:28:28'),
('4250653', '1', '2007-02-12 21:58:53'),
('4250657', '1', '2007-03-12 21:58:53')
;
Et voici mon script python:
# -*- coding: utf-8 -*-
#!/usr/bin/python2.7
import psycopg2
import matplotlib.pyplot as plt
fig = plt.figure()
# for savefig()
import pylab
###
### Connect to database with psycopg2
###
try:
conn_string="dbname='x' user='y' Host='z' password='pw'"
print "Connecting to database\n->%s" % (conn_string)
conn = psycopg2.connect(conn_string)
print "Connection to database was established succesfully"
except:
print "Connection to database failed"
###
### Execute SQL query
###
# New cursor method for sql
cur = conn.cursor()
# Execute SQL query. For more than one row use three '"'
try:
cur.execute("""
-- In which year/month have these points been created?
-- Need 'yyyymm' because I only need Months with years (values are summeed up). Without, query returns every day the db has an entry.
SELECT to_char(s.day,'yyyymm') AS month
,count(t.id)::int AS count
FROM (
SELECT generate_series(min(date_from)::date
,max(date_from)::date
,interval '1 day'
)::date AS day
FROM mytable t
) s
LEFT JOIN mytable t ON t.date_from::date = s.day
GROUP BY month
ORDER BY month;
""")
# Return the results of the query. Fetchall() = all rows, fetchone() = first row
records = cur.fetchall()
cur.close()
except:
print "Query could not be executed"
# Unzip the data from the db-query. Order is the same as db-query output
year, count = Zip(*records)
###
### Plot (Barchart)
###
# Count the length of the range of the count-values, y-axis-values, position of axis-labels, legend-label
plt.bar(range(len(count)), count, align='center', label='Amount of created/edited points')
# Add database-values to the plot with an offset of 10px/10px
ax = fig.add_subplot(111)
for i,j in Zip(year,count):
ax.annotate(str(j), xy=(i,j), xytext=(10,10), textcoords='offset points')
# Rotate x-labels on the x-axis
fig.autofmt_xdate()
# Label-values for x and y axis
plt.xticks(range(len(count)), (year))
# Label x and y axis
plt.xlabel('Year')
plt.ylabel('Amount of created/edited points')
# Locate legend on the plot (http://matplotlib.org/users/legend_guide.html#legend-location)
plt.legend(loc=1)
# Plot-title
plt.title("Amount of created/edited points over time")
# show plot
pylab.show()
Existe-t-il un moyen d'empêcher les étiquettes de se chevaucher? Idéalement de manière automatique, car je ne peux pas prédire le nombre de barres.
Modifier le 2014-09-30
pandas a maintenant un read_sql une fonction. Vous voulez certainement l'utiliser à la place.
Réponse originale
Voici comment convertir votre chaîne de date en objets en temps réel:
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
data_tuples = [
('4084036', '1', '2006-12-22 22:46:35'),
('4084938', '1', '2006-12-23 16:19:13'),
('4084938', '2', '2006-12-23 16:20:23'),
('4084939', '1', '2006-12-23 16:29:14'),
('4084954', '1', '2006-12-23 16:28:28'),
('4250653', '1', '2007-02-12 21:58:53'),
('4250657', '1', '2007-03-12 21:58:53')]
datatypes = [('col1', 'i4'), ('col2', 'i4'), ('date', 'S20')]
data = np.array(data_tuples, dtype=datatypes)
col1 = data['col1']
dates = mdates.num2date(mdates.datestr2num(data['date']))
fig, ax1 = plt.subplots()
ax1.bar(dates, col1)
fig.autofmt_xdate()
Obtenir une simple liste de tuples de votre curseur de base de données devrait être aussi simple que ...
data_tuples = []
for row in cursor:
data_tuples.append(row)
Cependant, j'ai publié une version d'une fonction que j'utilise pour prendre les curseurs db directement pour enregistrer des tableaux ou pandas dataframes ici: Comment convertir le résultat d'une requête SQL en PANDAS Structure de données?
J'espère que cela aide aussi.
Je pense que vous êtes confus sur quelques points sur la façon dont matplotlib gère les dates.
Pour l'instant, vous ne traitez pas de dates. Vous tracez des choses sur l'axe des x avec [0,1,2,...], puis étiqueter manuellement chaque point avec une représentation sous forme de chaîne de la date.
Matplotlib positionnera automatiquement les ticks. Cependant, vous surpassez la fonctionnalité de positionnement des ticks de matplotlib (Utiliser xticks signifie essentiellement: "Je veux des ticks exactement à ces positions".)
Pour le moment, vous obtiendrez des tiques à [10, 20, 30, ...] si matplotlib les positionne automatiquement. Cependant, celles-ci correspondront aux valeurs que vous avez utilisées pour les tracer, pas aux dates (que vous n'avez pas utilisées lors du traçage).
Vous voulez probablement tracer des choses en utilisant des dates.
Actuellement, vous faites quelque chose comme ceci:
import datetime as dt
import matplotlib.dates as mdates
import numpy as np
import matplotlib.pyplot as plt
# Generate a series of dates (these are in matplotlib's internal date format)
dates = mdates.drange(dt.datetime(2010, 01, 01), dt.datetime(2012,11,01),
dt.timedelta(weeks=3))
# Create some data for the y-axis
counts = np.sin(np.linspace(0, np.pi, dates.size))
# Set up the axes and figure
fig, ax = plt.subplots()
# Make a bar plot, ignoring the date values
ax.bar(np.arange(counts.size), counts, align='center', width=1.0)
# Force matplotlib to place a tick at every bar and label them with the date
datelabels = mdates.num2date(dates) # Go back to a sequence of datetimes...
ax.set(xticks=np.arange(dates.size), xticklabels=datelabels) #Same as plt.xticks
# Make space for and rotate the x-axis tick labels
fig.autofmt_xdate()
plt.show()
Essayez plutôt quelque chose comme ceci:
import datetime as dt
import matplotlib.dates as mdates
import numpy as np
import matplotlib.pyplot as plt
# Generate a series of dates (these are in matplotlib's internal date format)
dates = mdates.drange(dt.datetime(2010, 01, 01), dt.datetime(2012,11,01),
dt.timedelta(weeks=3))
# Create some data for the y-axis
counts = np.sin(np.linspace(0, np.pi, dates.size))
# Set up the axes and figure
fig, ax = plt.subplots()
# By default, the bars will have a width of 0.8 (days, in this case) We want
# them quite a bit wider, so we'll make them them the minimum spacing between
# the dates. (To use the exact code below, you'll need to convert your sequence
# of datetimes into matplotlib's float-based date format.
# Use "dates = mdates.date2num(dates)" to convert them.)
width = np.diff(dates).min()
# Make a bar plot. Note that I'm using "dates" directly instead of plotting
# "counts" against x-values of [0,1,2...]
ax.bar(dates, counts, align='center', width=width)
# Tell matplotlib to interpret the x-axis values as dates
ax.xaxis_date()
# Make space for and rotate the x-axis tick labels
fig.autofmt_xdate()
plt.show()
Quant à votre question sur la façon d'afficher uniquement tous les 4 ticks (par exemple) sur le xaxis, vous pouvez le faire:
import matplotlib.ticker as mticker
myLocator = mticker.MultipleLocator(4)
ax.xaxis.set_major_locator(myLocator)
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# create a random dataframe with datetimeindex
date_range = pd.date_range('1/1/2011', '4/10/2011', freq='D')
df = pd.DataFrame(np.random.randint(0,10,size=(100, 1)), columns=['value'], index=date_range)
Les étiquettes des dates se chevauchent souvent:
plt.plot(df.index,df['value'])
plt.show()
Il est donc utile de les faire pivoter et de les aligner à droite.
fig, ax = plt.subplots()
ax.plot(df.index,df['value'])
ax.xaxis_date() # interpret the x-axis values as dates
fig.autofmt_xdate() # make space for and rotate the x-axis tick labels
plt.show()
