Построить гистограмму списка эпох, ось x по месяцу-году в PyPlot

Question

В списке дат эпохи есть ли параметр в pyplot или numpy, чтобы иметь гистограмму, где bins соответствует месяцам в списке data? В этом примере список соответствует случайной дате с 2012 по 2013 год. Мне бы хотелось, чтобы гистограмма отображала столбцы, например, с февраля 2012 года по октябрь 2013 года, если значения в data соответствуют только датам из этих месяцев.

Этот код создает гистограмму, но он разделяется вручную для bins=24.

import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import random

data = [int(random.randint(1293836400, 1356994800)) for _ in range(1000)]

# convert the epoch format to matplotlib date format
mpl_data = mdates.epoch2num(data)

fig, ax = plt.subplots(1,1)
ax.hist(mpl_data, bins=24, ec='black')
ax.xaxis.set_major_locator(mdates.MonthLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%d.%m.%y'))
fig.autofmt_xdate()
plt.show()

Answer 1

Для этого вам нужно выбрать временные метки, с которых начинается начало каждого месяца. Даты / времена всегда намного сложнее, чем обычные числа, поэтому, хотя этот код выглядит немного громоздким, он работает.

import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import random

data = [int(random.randint(1293836400, 1356994800)) for _ in range(1000)]

# create your bins as timestamps marked at the beginning of each month, using datetime objects to increment
import datetime as d
mindate = d.datetime.fromtimestamp(min(data))
maxdate = d.datetime.fromtimestamp(max(data))
bindate = d.datetime(year=mindate.year, month=mindate.month, day=1)
bins = [bindate.timestamp()]
while bindate < maxdate:
    if bindate.month == 12:
        bindate = d.datetime(year=bindate.year + 1, month=1, day=1)
    else:
        bindate = d.datetime(year=bindate.year, month=bindate.month + 1, day=1)
    bins.append(bindate.timestamp())
bins = mdates.epoch2num(bins)

mpl_data = mdates.epoch2num(data)
fig, ax = plt.subplots(1,1, figsize=(16, 4), facecolor='white')
ax.hist(mpl_data, bins=bins, ec='black')
ax.xaxis.set_major_locator(mdates.MonthLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%d.%m.%y'))
fig.autofmt_xdate()

Другой подход заключается в использовании pandas для группировки данных по месяцам и последующего их подсчета. Код намного короче, и вы можете сделать быстрый гистограмму. Для воссоздания вашего сюжета выше потребуется больше работы, но это дает вам представление о том, что вы можете сделать с помощью других инструментов:

srs = pd.DatetimeIndex(pd.Series(data) * 1e9)  # convert sec to nsec
df = pd.DataFrame({'count': np.ones(shape=len(srs))}, index=srs)
fig, ax = plt.subplots(1, 1, figsize=(16,4), facecolor='white')
df.groupby(pd.Grouper(freq='M')).count().plot.bar(ax=ax)