X轴刻度线按年份显示，X轴网格线按财政季度显示 [英] X-Axis Ticks labels by year with X-Axis gridlines by fiscal quarter
本文介绍了X轴刻度线按年份显示，X轴网格线按财政季度显示的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我试图将x轴刻度标签设置为年份，但将网格线设置为财政季度.数据非常简单，只需一个groupby date.count，请参见下文.每个日期都有一个计数，我将其绘制为线图.
rc[(rc['form']=='Bakken')&(rc['tgt']=='oil')].groupby(['date']).date.count()日期计数2010-01-08 652010-01-15 682010-01-22 732010-01-29 762010-02-05 792010-02-12 762010-02-19 792010-02-26 832010-03-05 812010-03-12 832010-03-19 802010-03-26 872010-04-02 842010-04-09 872010-04-16 872010-04-23 912010-04-30 862010-05-07 922010-05-14 952010-05-21 912010-05-28 1002010-06-04 962010-06-11 1012010-06-18 1002010-06-25 1132010-07-02 1122010-07-09 1192010-07-16 1212010-07-23 1192010-07-30 1152010-08-06 1152010-08-13 1142010-08-20 1112010-08-27 1142010-09-03 1212010-09-10 1282010-09-17 1212010-09-24 1182010-10-01 1092010-10-08 1202010-10-15 1222010-10-22 1202010-10-29 1182010-11-05 1172010-11-12 1152010-11-19 1132010-11-26 1062010-12-03 1122010-12-10 1142010-12-17 1222010-12-24 1202010-12-31 1202011-01-07 1392011-01-14 1412011-01-21 1412011-01-28 1452011-02-04 1462011-02-11 1452011-02-18 1482011-02-25 1492011-03-04 1502011-03-11 1492011-03-18 1452011-03-25 1402011-04-01 1502011-04-08 1532011-04-15 1512011-04-22 1482011-04-29 1502011-05-06 1482011-05-13 1542011-05-20 1552011-05-27 1522011-06-03 1582011-06-10 1552011-06-17 1522011-06-24 1482011-07-01 1602011-07-08 1642011-07-15 1632011-07-22 1472011-07-29 1582011-08-05 1612011-08-12 1662011-08-19 1582011-08-26 1542011-09-02 1612011-09-09 1662011-09-16 1602011-09-23 1692011-09-30 1712011-10-07 1552011-10-14 1592011-10-21 1562011-10-28 1682011-11-04 1542011-11-11 1662011-11-18 1682011-11-25 1642011-12-02 1792011-12-09 1712011-12-16 1722011-12-23 1652011-12-30 1702012-01-06 1622012-01-13 1722012-01-20 1722012-01-27 1862012-02-03 1832012-02-10 1752012-02-17 1882012-02-24 1822012-03-02 1842012-03-09 1892012-03-16 1902012-03-23 1812012-03-30 1862012-04-06 1802012-04-13 1782012-04-20 1792012-04-27 1742012-05-04 2012012-05-11 2012012-05-18 2012012-05-25 2012012-06-01 2062012-06-08 2062012-06-15 1992012-06-22 2012012-06-29 1862012-07-06 1942012-07-13 1922012-07-20 1892012-07-27 1892012-08-03 1892012-08-10 1942012-08-17 1902012-08-24 1922012-08-31 1772012-09-07 1862012-09-14 1732012-09-21 1782012-09-28 1802012-10-05 1732012-10-12 1652012-10-19 1672012-10-26 1602012-11-02 1602012-11-09 1672012-11-16 1592012-11-23 1612012-11-30 1662012-12-07 1612012-12-14 1502012-12-21 1582012-12-28 1222013-01-04 1212013-01-11 1152013-01-18 1162013-01-25 1192013-02-01 1132013-02-08 1122013-02-15 1252013-02-22 1132013-03-01 1172013-03-08 1132013-03-15 1132013-03-22 1162013-03-29 1252013-04-05 1132013-04-12 1202013-04-19 1202013-04-26 1282013-05-03 1312013-05-10 1292013-05-17 1352013-05-24 1252013-05-31 1402013-06-07 1312013-06-14 1292013-06-21 1302013-06-28 1392013-07-05 1362013-07-12 1372013-07-19 1312013-07-26 1322013-08-02 1312013-08-09 1382013-08-16 1382013-08-23 1402013-08-30 1372013-09-06 1322013-09-13 1322013-09-20 1292013-09-27 1292013-10-04 1282013-10-11 1292013-10-18 1302013-10-25 1352013-11-01 1282013-11-08 1312013-11-15 1302013-11-22 1282013-11-29 1342013-12-06 1402013-12-13 1312013-12-20 1302013-12-27 1252014-01-03 1342014-01-10 1382014-01-17 1392014-01-24 1292014-01-31 1422014-02-07 1452014-02-14 1352014-02-21 1402014-02-28 1372014-03-07 1482014-03-14 1482014-03-21 1402014-03-28 1412014-04-04 1482014-04-11 1452014-04-18 1452014-04-25 1402014-05-02 1572014-05-09 1462014-05-16 1432014-05-23 1592014-05-30 1522014-06-06 1412014-06-13 1452014-06-20 1522014-06-27 1452014-07-03 1442014-07-11 1502014-07-18 1452014-07-25 1462014-08-01 1492014-08-08 1452014-08-15 1462014-08-22 1512014-08-29 1422014-09-05 1552014-09-12 1492014-09-19 1582014-09-26 1492014-10-03 1542014-10-10 1412014-10-17 1502014-10-24 1352014-10-31 1452014-11-07 1452014-11-14 1552014-11-21 1432014-11-26 1482014-12-05 1492014-12-12 1512014-12-19 1552014-12-26 1432015-01-02 1312015-01-09 1322015-01-16 1242015-01-23 1322015-01-30 1212015-02-06 1162015-02-13 1152015-02-20 1052015-02-27 772015-03-06 732015-03-13 722015-03-20 652015-03-27 642015-04-03 652015-04-10 622015-04-17 612015-04-24 592015-05-01 562015-05-08 582015-05-15 542015-05-22 532015-05-29 502015-06-05 502015-06-12 522015-06-19 542015-06-26 522015-07-02 502015-07-10 482015-07-17 452015-07-24 442015-07-31 432015-08-07 422015-08-14 452015-08-21 452015-08-28 472015-09-04 462015-09-11 432015-09-18 432015-09-25 442015-10-02 442015-10-09 442015-10-16 402015-10-23 382015-10-30 392015-11-06 322015-11-13 302015-11-20 312015-11-27 282015-12-04 312015-12-11 262015-12-18 262015-12-25 282016-01-01 252016-01-08 262016-01-15 252016-01-22 212016-01-29 232016-02-05 202016-02-12 212016-02-19 372016-02-26 342016-03-04 322016-03-11 312016-03-18 322016-03-24 302016-04-01 272016-04-08 252016-04-15 232016-04-22 23 解决方案
lanery 指向正确的地方.您需要定义您的 quarters 并以相同的方式使用.
定义年
years = ['2009-12-31'，'2010-12-31'，'2011-12-30'，'2012-12-31'，'2013-12-31'，'2014-12-31'，'2015-12-31']定义四分之一
quarters = ['2009-12-31'，'2010-03-31'，'2010-06-30'，'2010-09-30'，'2010-12-31'、'2011-03-31'、'2011-06-30'、'2011-09-30'、'2011-12-30'、'2012-03-30'、'2012-06-29'、'2012-09-28'、'2012-12-31'，'2013-03-29'，'2013-06-28'，'2013-09-30'，'2013-12-31'、'2014-03-31'、'2014-06-30'、'2014-09-30'、'2014-12-31'、'2015-03-31'、'2015-06-30'、'2015-09-30'、'2015-12-31', '2016-03-31']加载您提供的数据
将pandas导入为pd从 StringIO 导入 StringIOtext = """日期计数2010-01-08 652010-01-15 682010-01-22 732010-01-29 762010-02-05 792010-02-12 762010-02-19 792010-02-26 832010-03-05 812010-03-12 832010-03-19 802010-03-26 872010-04-02 842010-04-09 872010-04-16 872010-04-23 912010-04-30 862010-05-07 922010-05-14 952010-05-21 912010-05-28 1002010-06-04 962010-06-11 1012010-06-18 1002010-06-25 1132010-07-02 1122010-07-09 1192010-07-16 1212010-07-23 1192010-07-30 1152010-08-06 1152010-08-13 1142010-08-20 1112010-08-27 1142010-09-03 1212010-09-10 1282010-09-17 1212010-09-24 1182010-10-01 1092010-10-08 1202010-10-15 1222010-10-22 1202010-10-29 1182010-11-05 1172010-11-12 1152010-11-19 1132010-11-26 1062010-12-03 1122010-12-10 1142010-12-17 1222010-12-24 1202010-12-31 1202011-01-07 1392011-01-14 1412011-01-21 1412011-01-28 1452011-02-04 1462011-02-11 1452011-02-18 1482011-02-25 1492011-03-04 1502011-03-11 1492011-03-18 1452011-03-25 1402011-04-01 1502011-04-08 1532011-04-15 1512011-04-22 1482011-04-29 1502011-05-06 1482011-05-13 1542011-05-20 1552011-05-27 1522011-06-03 1582011-06-10 1552011-06-17 1522011-06-24 1482011-07-01 1602011-07-08 1642011-07-15 1632011-07-22 1472011-07-29 1582011-08-05 1612011-08-12 1662011-08-19 1582011-08-26 1542011-09-02 1612011-09-09 1662011-09-16 1602011-09-23 1692011-09-30 1712011-10-07 1552011-10-14 1592011-10-21 1562011-10-28 1682011-11-04 1542011-11-11 1662011-11-18 1682011-11-25 1642011-12-02 1792011-12-09 1712011-12-16 1722011-12-23 1652011-12-30 1702012-01-06 1622012-01-13 1722012-01-20 1722012-01-27 1862012-02-03 1832012-02-10 1752012-02-17 1882012-02-24 1822012-03-02 1842012-03-09 1892012-03-16 1902012-03-23 1812012-03-30 1862012-04-06 1802012-04-13 1782012-04-20 1792012-04-27 1742012-05-04 2012012-05-11 2012012-05-18 2012012-05-25 2012012-06-01 2062012-06-08 2062012-06-15 1992012-06-22 2012012-06-29 1862012-07-06 1942012-07-13 1922012-07-20 1892012-07-27 1892012-08-03 1892012-08-10 1942012-08-17 1902012-08-24 1922012-08-31 1772012-09-07 1862012-09-14 1732012-09-21 1782012-09-28 1802012-10-05 1732012-10-12 1652012-10-19 1672012-10-26 1602012-11-02 1602012-11-09 1672012-11-16 1592012-11-23 1612012-11-30 1662012-12-07 1612012-12-14 1502012-12-21 1582012-12-28 1222013-01-04 1212013-01-11 1152013-01-18 1162013-01-25 1192013-02-01 1132013-02-08 1122013-02-15 1252013-02-22 1132013-03-01 1172013-03-08 1132013-03-15 1132013-03-22 1162013-03-29 1252013-04-05 1132013-04-12 1202013-04-19 1202013-04-26 1282013-05-03 1312013-05-10 1292013-05-17 1352013-05-24 1252013-05-31 1402013-06-07 1312013-06-14 1292013-06-21 1302013-06-28 1392013-07-05 1362013-07-12 1372013-07-19 1312013-07-26 1322013-08-02 1312013-08-09 1382013-08-16 1382013-08-23 1402013-08-30 1372013-09-06 1322013-09-13 1322013-09-20 1292013-09-27 1292013-10-04 1282013-10-11 1292013-10-18 1302013-10-25 1352013-11-01 1282013-11-08 1312013-11-15 1302013-11-22 1282013-11-29 1342013-12-06 1402013-12-13 1312013-12-20 1302013-12-27 1252014-01-03 1342014-01-10 1382014-01-17 1392014-01-24 1292014-01-31 1422014-02-07 1452014-02-14 1352014-02-21 1402014-02-28 1372014-03-07 1482014-03-14 1482014-03-21 1402014-03-28 1412014-04-04 1482014-04-11 1452014-04-18 1452014-04-25 1402014-05-02 1572014-05-09 1462014-05-16 1432014-05-23 1592014-05-30 1522014-06-06 1412014-06-13 1452014-06-20 1522014-06-27 1452014-07-03 1442014-07-11 1502014-07-18 1452014-07-25 1462014-08-01 1492014-08-08 1452014-08-15 1462014-08-22 1512014-08-29 1422014-09-05 1552014-09-12 1492014-09-19 1582014-09-26 1492014-10-03 1542014-10-10 1412014-10-17 1502014-10-24 1352014-10-31 1452014-11-07 1452014-11-14 1552014-11-21 1432014-11-26 1482014-12-05 1492014-12-12 1512014-12-19 1552014-12-26 1432015-01-02 1312015-01-09 1322015-01-16 1242015-01-23 1322015-01-30 1212015-02-06 1162015-02-13 1152015-02-20 1052015-02-27 772015-03-06 732015-03-13 722015-03-20 652015-03-27 642015-04-03 652015-04-10 622015-04-17 612015-04-24 592015-05-01 562015-05-08 582015-05-15 542015-05-22 532015-05-29 502015-06-05 502015-06-12 522015-06-19 542015-06-26 522015-07-02 502015-07-10 482015-07-17 452015-07-24 442015-07-31 432015-08-07 422015-08-14 452015-08-21 452015-08-28 472015-09-04 462015-09-11 432015-09-18 432015-09-25 442015-10-02 442015-10-09 442015-10-16 402015-10-23 382015-10-30 392015-11-06 322015-11-13 302015-11-20 312015-11-27 282015-12-04 312015-12-11 262015-12-18 262015-12-25 282016-01-01 252016-01-08 262016-01-15 252016-01-22 212016-01-29 232016-02-05 202016-02-12 212016-02-19 372016-02-26 342016-03-04 322016-03-11 312016-03-18 322016-03-24 302016-04-01 272016-04-08 252016-04-15 232016-04-22 23"""解析您的数据
data = pd.read_csv(StringIO(text), index_col=[0], parse_dates=[0], delim_whitespace=True)使用来自
的信息
I am trying to set the x axis tick labels as the year but have the gridlines as the fiscal quarter. The data is quite simple, just a groupby date.count, see below. Each date has a count and I am plotting it as a line plot.
rc[(rc['form']=='Bakken')&(rc['tgt']=='oil')].groupby(['date']).date.count()
date count
2010-01-08 65
2010-01-15 68
2010-01-22 73
2010-01-29 76
2010-02-05 79
2010-02-12 76
2010-02-19 79
2010-02-26 83
2010-03-05 81
2010-03-12 83
2010-03-19 80
2010-03-26 87
2010-04-02 84
2010-04-09 87
2010-04-16 87
2010-04-23 91
2010-04-30 86
2010-05-07 92
2010-05-14 95
2010-05-21 91
2010-05-28 100
2010-06-04 96
2010-06-11 101
2010-06-18 100
2010-06-25 113
2010-07-02 112
2010-07-09 119
2010-07-16 121
2010-07-23 119
2010-07-30 115
2010-08-06 115
2010-08-13 114
2010-08-20 111
2010-08-27 114
2010-09-03 121
2010-09-10 128
2010-09-17 121
2010-09-24 118
2010-10-01 109
2010-10-08 120
2010-10-15 122
2010-10-22 120
2010-10-29 118
2010-11-05 117
2010-11-12 115
2010-11-19 113
2010-11-26 106
2010-12-03 112
2010-12-10 114
2010-12-17 122
2010-12-24 120
2010-12-31 120
2011-01-07 139
2011-01-14 141
2011-01-21 141
2011-01-28 145
2011-02-04 146
2011-02-11 145
2011-02-18 148
2011-02-25 149
2011-03-04 150
2011-03-11 149
2011-03-18 145
2011-03-25 140
2011-04-01 150
2011-04-08 153
2011-04-15 151
2011-04-22 148
2011-04-29 150
2011-05-06 148
2011-05-13 154
2011-05-20 155
2011-05-27 152
2011-06-03 158
2011-06-10 155
2011-06-17 152
2011-06-24 148
2011-07-01 160
2011-07-08 164
2011-07-15 163
2011-07-22 147
2011-07-29 158
2011-08-05 161
2011-08-12 166
2011-08-19 158
2011-08-26 154
2011-09-02 161
2011-09-09 166
2011-09-16 160
2011-09-23 169
2011-09-30 171
2011-10-07 155
2011-10-14 159
2011-10-21 156
2011-10-28 168
2011-11-04 154
2011-11-11 166
2011-11-18 168
2011-11-25 164
2011-12-02 179
2011-12-09 171
2011-12-16 172
2011-12-23 165
2011-12-30 170
2012-01-06 162
2012-01-13 172
2012-01-20 172
2012-01-27 186
2012-02-03 183
2012-02-10 175
2012-02-17 188
2012-02-24 182
2012-03-02 184
2012-03-09 189
2012-03-16 190
2012-03-23 181
2012-03-30 186
2012-04-06 180
2012-04-13 178
2012-04-20 179
2012-04-27 174
2012-05-04 201
2012-05-11 201
2012-05-18 201
2012-05-25 201
2012-06-01 206
2012-06-08 206
2012-06-15 199
2012-06-22 201
2012-06-29 186
2012-07-06 194
2012-07-13 192
2012-07-20 189
2012-07-27 189
2012-08-03 189
2012-08-10 194
2012-08-17 190
2012-08-24 192
2012-08-31 177
2012-09-07 186
2012-09-14 173
2012-09-21 178
2012-09-28 180
2012-10-05 173
2012-10-12 165
2012-10-19 167
2012-10-26 160
2012-11-02 160
2012-11-09 167
2012-11-16 159
2012-11-23 161
2012-11-30 166
2012-12-07 161
2012-12-14 150
2012-12-21 158
2012-12-28 122
2013-01-04 121
2013-01-11 115
2013-01-18 116
2013-01-25 119
2013-02-01 113
2013-02-08 112
2013-02-15 125
2013-02-22 113
2013-03-01 117
2013-03-08 113
2013-03-15 113
2013-03-22 116
2013-03-29 125
2013-04-05 113
2013-04-12 120
2013-04-19 120
2013-04-26 128
2013-05-03 131
2013-05-10 129
2013-05-17 135
2013-05-24 125
2013-05-31 140
2013-06-07 131
2013-06-14 129
2013-06-21 130
2013-06-28 139
2013-07-05 136
2013-07-12 137
2013-07-19 131
2013-07-26 132
2013-08-02 131
2013-08-09 138
2013-08-16 138
2013-08-23 140
2013-08-30 137
2013-09-06 132
2013-09-13 132
2013-09-20 129
2013-09-27 129
2013-10-04 128
2013-10-11 129
2013-10-18 130
2013-10-25 135
2013-11-01 128
2013-11-08 131
2013-11-15 130
2013-11-22 128
2013-11-29 134
2013-12-06 140
2013-12-13 131
2013-12-20 130
2013-12-27 125
2014-01-03 134
2014-01-10 138
2014-01-17 139
2014-01-24 129
2014-01-31 142
2014-02-07 145
2014-02-14 135
2014-02-21 140
2014-02-28 137
2014-03-07 148
2014-03-14 148
2014-03-21 140
2014-03-28 141
2014-04-04 148
2014-04-11 145
2014-04-18 145
2014-04-25 140
2014-05-02 157
2014-05-09 146
2014-05-16 143
2014-05-23 159
2014-05-30 152
2014-06-06 141
2014-06-13 145
2014-06-20 152
2014-06-27 145
2014-07-03 144
2014-07-11 150
2014-07-18 145
2014-07-25 146
2014-08-01 149
2014-08-08 145
2014-08-15 146
2014-08-22 151
2014-08-29 142
2014-09-05 155
2014-09-12 149
2014-09-19 158
2014-09-26 149
2014-10-03 154
2014-10-10 141
2014-10-17 150
2014-10-24 135
2014-10-31 145
2014-11-07 145
2014-11-14 155
2014-11-21 143
2014-11-26 148
2014-12-05 149
2014-12-12 151
2014-12-19 155
2014-12-26 143
2015-01-02 131
2015-01-09 132
2015-01-16 124
2015-01-23 132
2015-01-30 121
2015-02-06 116
2015-02-13 115
2015-02-20 105
2015-02-27 77
2015-03-06 73
2015-03-13 72
2015-03-20 65
2015-03-27 64
2015-04-03 65
2015-04-10 62
2015-04-17 61
2015-04-24 59
2015-05-01 56
2015-05-08 58
2015-05-15 54
2015-05-22 53
2015-05-29 50
2015-06-05 50
2015-06-12 52
2015-06-19 54
2015-06-26 52
2015-07-02 50
2015-07-10 48
2015-07-17 45
2015-07-24 44
2015-07-31 43
2015-08-07 42
2015-08-14 45
2015-08-21 45
2015-08-28 47
2015-09-04 46
2015-09-11 43
2015-09-18 43
2015-09-25 44
2015-10-02 44
2015-10-09 44
2015-10-16 40
2015-10-23 38
2015-10-30 39
2015-11-06 32
2015-11-13 30
2015-11-20 31
2015-11-27 28
2015-12-04 31
2015-12-11 26
2015-12-18 26
2015-12-25 28
2016-01-01 25
2016-01-08 26
2016-01-15 25
2016-01-22 21
2016-01-29 23
2016-02-05 20
2016-02-12 21
2016-02-19 37
2016-02-26 34
2016-03-04 32
2016-03-11 31
2016-03-18 32
2016-03-24 30
2016-04-01 27
2016-04-08 25
2016-04-15 23
2016-04-22 23
解决方案
lanery pointed to right place. you need to define you quarters and use in the same fashion.
Define years
years = ['2009-12-31', '2010-12-31', '2011-12-30', '2012-12-31',
'2013-12-31', '2014-12-31', '2015-12-31']
Define quarters
quarters = ['2009-12-31', '2010-03-31', '2010-06-30', '2010-09-30',
'2010-12-31', '2011-03-31', '2011-06-30', '2011-09-30',
'2011-12-30', '2012-03-30', '2012-06-29', '2012-09-28',
'2012-12-31', '2013-03-29', '2013-06-28', '2013-09-30',
'2013-12-31', '2014-03-31', '2014-06-30', '2014-09-30',
'2014-12-31', '2015-03-31', '2015-06-30', '2015-09-30',
'2015-12-31', '2016-03-31']
Load the data you supplied
import pandas as pd
from StringIO import StringIO
text = """date count
2010-01-08 65
2010-01-15 68
2010-01-22 73
2010-01-29 76
2010-02-05 79
2010-02-12 76
2010-02-19 79
2010-02-26 83
2010-03-05 81
2010-03-12 83
2010-03-19 80
2010-03-26 87
2010-04-02 84
2010-04-09 87
2010-04-16 87
2010-04-23 91
2010-04-30 86
2010-05-07 92
2010-05-14 95
2010-05-21 91
2010-05-28 100
2010-06-04 96
2010-06-11 101
2010-06-18 100
2010-06-25 113
2010-07-02 112
2010-07-09 119
2010-07-16 121
2010-07-23 119
2010-07-30 115
2010-08-06 115
2010-08-13 114
2010-08-20 111
2010-08-27 114
2010-09-03 121
2010-09-10 128
2010-09-17 121
2010-09-24 118
2010-10-01 109
2010-10-08 120
2010-10-15 122
2010-10-22 120
2010-10-29 118
2010-11-05 117
2010-11-12 115
2010-11-19 113
2010-11-26 106
2010-12-03 112
2010-12-10 114
2010-12-17 122
2010-12-24 120
2010-12-31 120
2011-01-07 139
2011-01-14 141
2011-01-21 141
2011-01-28 145
2011-02-04 146
2011-02-11 145
2011-02-18 148
2011-02-25 149
2011-03-04 150
2011-03-11 149
2011-03-18 145
2011-03-25 140
2011-04-01 150
2011-04-08 153
2011-04-15 151
2011-04-22 148
2011-04-29 150
2011-05-06 148
2011-05-13 154
2011-05-20 155
2011-05-27 152
2011-06-03 158
2011-06-10 155
2011-06-17 152
2011-06-24 148
2011-07-01 160
2011-07-08 164
2011-07-15 163
2011-07-22 147
2011-07-29 158
2011-08-05 161
2011-08-12 166
2011-08-19 158
2011-08-26 154
2011-09-02 161
2011-09-09 166
2011-09-16 160
2011-09-23 169
2011-09-30 171
2011-10-07 155
2011-10-14 159
2011-10-21 156
2011-10-28 168
2011-11-04 154
2011-11-11 166
2011-11-18 168
2011-11-25 164
2011-12-02 179
2011-12-09 171
2011-12-16 172
2011-12-23 165
2011-12-30 170
2012-01-06 162
2012-01-13 172
2012-01-20 172
2012-01-27 186
2012-02-03 183
2012-02-10 175
2012-02-17 188
2012-02-24 182
2012-03-02 184
2012-03-09 189
2012-03-16 190
2012-03-23 181
2012-03-30 186
2012-04-06 180
2012-04-13 178
2012-04-20 179
2012-04-27 174
2012-05-04 201
2012-05-11 201
2012-05-18 201
2012-05-25 201
2012-06-01 206
2012-06-08 206
2012-06-15 199
2012-06-22 201
2012-06-29 186
2012-07-06 194
2012-07-13 192
2012-07-20 189
2012-07-27 189
2012-08-03 189
2012-08-10 194
2012-08-17 190
2012-08-24 192
2012-08-31 177
2012-09-07 186
2012-09-14 173
2012-09-21 178
2012-09-28 180
2012-10-05 173
2012-10-12 165
2012-10-19 167
2012-10-26 160
2012-11-02 160
2012-11-09 167
2012-11-16 159
2012-11-23 161
2012-11-30 166
2012-12-07 161
2012-12-14 150
2012-12-21 158
2012-12-28 122
2013-01-04 121
2013-01-11 115
2013-01-18 116
2013-01-25 119
2013-02-01 113
2013-02-08 112
2013-02-15 125
2013-02-22 113
2013-03-01 117
2013-03-08 113
2013-03-15 113
2013-03-22 116
2013-03-29 125
2013-04-05 113
2013-04-12 120
2013-04-19 120
2013-04-26 128
2013-05-03 131
2013-05-10 129
2013-05-17 135
2013-05-24 125
2013-05-31 140
2013-06-07 131
2013-06-14 129
2013-06-21 130
2013-06-28 139
2013-07-05 136
2013-07-12 137
2013-07-19 131
2013-07-26 132
2013-08-02 131
2013-08-09 138
2013-08-16 138
2013-08-23 140
2013-08-30 137
2013-09-06 132
2013-09-13 132
2013-09-20 129
2013-09-27 129
2013-10-04 128
2013-10-11 129
2013-10-18 130
2013-10-25 135
2013-11-01 128
2013-11-08 131
2013-11-15 130
2013-11-22 128
2013-11-29 134
2013-12-06 140
2013-12-13 131
2013-12-20 130
2013-12-27 125
2014-01-03 134
2014-01-10 138
2014-01-17 139
2014-01-24 129
2014-01-31 142
2014-02-07 145
2014-02-14 135
2014-02-21 140
2014-02-28 137
2014-03-07 148
2014-03-14 148
2014-03-21 140
2014-03-28 141
2014-04-04 148
2014-04-11 145
2014-04-18 145
2014-04-25 140
2014-05-02 157
2014-05-09 146
2014-05-16 143
2014-05-23 159
2014-05-30 152
2014-06-06 141
2014-06-13 145
2014-06-20 152
2014-06-27 145
2014-07-03 144
2014-07-11 150
2014-07-18 145
2014-07-25 146
2014-08-01 149
2014-08-08 145
2014-08-15 146
2014-08-22 151
2014-08-29 142
2014-09-05 155
2014-09-12 149
2014-09-19 158
2014-09-26 149
2014-10-03 154
2014-10-10 141
2014-10-17 150
2014-10-24 135
2014-10-31 145
2014-11-07 145
2014-11-14 155
2014-11-21 143
2014-11-26 148
2014-12-05 149
2014-12-12 151
2014-12-19 155
2014-12-26 143
2015-01-02 131
2015-01-09 132
2015-01-16 124
2015-01-23 132
2015-01-30 121
2015-02-06 116
2015-02-13 115
2015-02-20 105
2015-02-27 77
2015-03-06 73
2015-03-13 72
2015-03-20 65
2015-03-27 64
2015-04-03 65
2015-04-10 62
2015-04-17 61
2015-04-24 59
2015-05-01 56
2015-05-08 58
2015-05-15 54
2015-05-22 53
2015-05-29 50
2015-06-05 50
2015-06-12 52
2015-06-19 54
2015-06-26 52
2015-07-02 50
2015-07-10 48
2015-07-17 45
2015-07-24 44
2015-07-31 43
2015-08-07 42
2015-08-14 45
2015-08-21 45
2015-08-28 47
2015-09-04 46
2015-09-11 43
2015-09-18 43
2015-09-25 44
2015-10-02 44
2015-10-09 44
2015-10-16 40
2015-10-23 38
2015-10-30 39
2015-11-06 32
2015-11-13 30
2015-11-20 31
2015-11-27 28
2015-12-04 31
2015-12-11 26
2015-12-18 26
2015-12-25 28
2016-01-01 25
2016-01-08 26
2016-01-15 25
2016-01-22 21
2016-01-29 23
2016-02-05 20
2016-02-12 21
2016-02-19 37
2016-02-26 34
2016-03-04 32
2016-03-11 31
2016-03-18 32
2016-03-24 30
2016-04-01 27
2016-04-08 25
2016-04-15 23
2016-04-22 23"""
Parse your data
data = pd.read_csv(StringIO(text), index_col=[0], parse_dates=[0], delim_whitespace=True)
Use info from
How to add a grid line at a specific location in matplotlib plot?
fig, ax = plt.subplots()
ax.set_xticks(quarters, minor=True)
ax.set_xticks(years, minor=False)
ax.xaxis.grid(True, which='minor')
ax.xaxis.grid(False, which='major')
data.plot(ax=ax)
这篇关于X轴刻度线按年份显示，X轴网格线按财政季度显示的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
