注意
转到末尾以下载完整的示例代码。
日期精度和时间段#
Matplotlib 可以处理 datetime
对象和 numpy.datetime64
对象,使用一个单元转换器,该转换器识别这些日期并将它们转换为浮点数。
在 Matplotlib 3.3 之前,此转换的默认值返回一个浮点数,该浮点数是自“0000-12-31T00:00:00”以来的天数。从 Matplotlib 3.3 开始,默认值是自“1970-01-01T00:00:00”以来的天数。这为现代日期提供了更高的分辨率。“2020-01-01”使用旧时间段转换为 730120,并且 64 位浮点数的精度为 2^-52,或大约 14 微秒,因此微秒精度丢失。使用新的默认时间段,“2020-01-01”为 10957.0,因此可实现的精度为 0.21 微秒。
import datetime
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.dates as mdates
def _reset_epoch_for_tutorial():
"""
Users (and downstream libraries) should not use the private method of
resetting the epoch.
"""
mdates._reset_epoch_test_example()
Datetime#
Python datetime
对象具有微秒分辨率,因此使用旧的默认值,matplotlib 日期无法往返完整分辨率的 datetime 对象。
old_epoch = '0000-12-31T00:00:00'
new_epoch = '1970-01-01T00:00:00'
_reset_epoch_for_tutorial() # Don't do this. Just for this tutorial.
mdates.set_epoch(old_epoch) # old epoch (pre MPL 3.3)
date1 = datetime.datetime(2000, 1, 1, 0, 10, 0, 12,
tzinfo=datetime.timezone.utc)
mdate1 = mdates.date2num(date1)
print('Before Roundtrip: ', date1, 'Matplotlib date:', mdate1)
date2 = mdates.num2date(mdate1)
print('After Roundtrip: ', date2)
Before Roundtrip: 2000-01-01 00:10:00.000012+00:00 Matplotlib date: 730120.0069444446
After Roundtrip: 2000-01-01 00:10:00.000020+00:00
请注意,这只是一个舍入误差,并且对于更接近旧时间段的日期没有问题
date1 = datetime.datetime(10, 1, 1, 0, 10, 0, 12,
tzinfo=datetime.timezone.utc)
mdate1 = mdates.date2num(date1)
print('Before Roundtrip: ', date1, 'Matplotlib date:', mdate1)
date2 = mdates.num2date(mdate1)
print('After Roundtrip: ', date2)
Before Roundtrip: 0010-01-01 00:10:00.000012+00:00 Matplotlib date: 3288.006944444583
After Roundtrip: 0010-01-01 00:10:00.000012+00:00
如果用户想要以微秒精度使用现代日期,他们可以使用 set_epoch
更改时间段。但是,必须在任何日期操作之前设置时间段,以防止不同时间段之间的混淆。尝试稍后更改时间段将引发 RuntimeError
。
try:
mdates.set_epoch(new_epoch) # this is the new MPL 3.3 default.
except RuntimeError as e:
print('RuntimeError:', str(e))
RuntimeError: set_epoch must be called before dates plotted.
在本教程中,我们使用私有方法重置哨兵,但用户应该只设置一次时间段,如果需要的话。
_reset_epoch_for_tutorial() # Just being done for this tutorial.
mdates.set_epoch(new_epoch)
date1 = datetime.datetime(2020, 1, 1, 0, 10, 0, 12,
tzinfo=datetime.timezone.utc)
mdate1 = mdates.date2num(date1)
print('Before Roundtrip: ', date1, 'Matplotlib date:', mdate1)
date2 = mdates.num2date(mdate1)
print('After Roundtrip: ', date2)
Before Roundtrip: 2020-01-01 00:10:00.000012+00:00 Matplotlib date: 18262.006944444583
After Roundtrip: 2020-01-01 00:10:00.000012+00:00
datetime64#
numpy.datetime64
对象对于比 datetime
对象大得多的时间空间具有微秒精度。但是,目前 Matplotlib 时间仅转换回 datetime 对象,该对象具有微秒分辨率,并且年份仅跨越 0000 到 9999。
_reset_epoch_for_tutorial() # Don't do this. Just for this tutorial.
mdates.set_epoch(new_epoch)
date1 = np.datetime64('2000-01-01T00:10:00.000012')
mdate1 = mdates.date2num(date1)
print('Before Roundtrip: ', date1, 'Matplotlib date:', mdate1)
date2 = mdates.num2date(mdate1)
print('After Roundtrip: ', date2)
Before Roundtrip: 2000-01-01T00:10:00.000012 Matplotlib date: 10957.006944444583
After Roundtrip: 2000-01-01 00:10:00.000012+00:00
绘图#
当然,这一切都会影响绘图。使用旧的默认时间段,在内部 date2num
转换期间会舍入时间,从而导致数据出现跳跃
_reset_epoch_for_tutorial() # Don't do this. Just for this tutorial.
mdates.set_epoch(old_epoch)
x = np.arange('2000-01-01T00:00:00.0', '2000-01-01T00:00:00.000100',
dtype='datetime64[us]')
# simulate the plot being made using the old epoch
xold = np.array([mdates.num2date(mdates.date2num(d)) for d in x])
y = np.arange(0, len(x))
# resetting the Epoch so plots are comparable
_reset_epoch_for_tutorial() # Don't do this. Just for this tutorial.
mdates.set_epoch(new_epoch)
fig, ax = plt.subplots(layout='constrained')
ax.plot(xold, y)
ax.set_title('Epoch: ' + mdates.get_epoch())
ax.xaxis.set_tick_params(rotation=40)
plt.show()
对于使用较新的纪元绘制的日期,该图是平滑的
fig, ax = plt.subplots(layout='constrained')
ax.plot(x, y)
ax.set_title('Epoch: ' + mdates.get_epoch())
ax.xaxis.set_tick_params(rotation=40)
plt.show()
_reset_epoch_for_tutorial() # Don't do this. Just for this tutorial.
参考资料
此示例中显示了以下函数、方法、类和模块的使用
脚本总运行时间:(0 分钟 2.153 秒)