Seaborn 如何将时间用作 seaborn.scatterplot 的 x 轴

在本文中，我们将介绍如何使用 Seaborn 绘图库的 scatterplot 函数来将时间作为 x 轴。Seaborn 是一个基于 matplotlib 的统计数据可视化库，提供了一系列简单易用的高级绘图工具。

Seaborn 简介

Seaborn 是一个广泛应用于数据可视化的 Python 库，其提供了一个简单而又强大的 API，可用于创建各种类型的统计图表。Seaborn 的优势体现在其专注于数据可视化的领域，提供了更高层次的封装和更美观的默认配置。

scatterplot 函数

scatterplot 函数是 Seaborn 中用于创建散点图的一个核心函数，可以直观地显示两个连续变量之间的关系。要在 scatterplot 函数中使用时间作为 x 轴，我们需要首先将时间数据转换为合适的格式。

数据准备

让我们首先生成一些模拟的时间序列数据来演示如何使用时间作为 x 轴。我们假设这些数据表示了一个某商店每天的销售额。

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

# 生成时间序列数据
np.random.seed(0)
dates = pd.date_range(start='2022-01-01', periods=100, freq='D')
sales = np.random.randint(low=100, high=1000, size=100)

# 创建数据框
df = pd.DataFrame({'date': dates, 'sales': sales})

print(df.head())

上述代码中，我们使用 pd.date_range 函数生成了一个从指定日期开始，以天为间隔的时间序列数据。然后，我们使用 np.random.randint 函数生成了一些随机的销售额数据。最后，我们通过将日期和销售额数据组合到一个数据框中，创建了一个包含日期和销售额的数据集。

使用时间作为 x 轴

要使用时间作为 x 轴，我们需要将时间列转换为 datetime 类型，并确保数据框中的时间列是索引。然后，我们可以使用 scatterplot 函数来创建散点图。

# 将时间列转换为索引
df.set_index('date', inplace=True)

# 创建散点图
sns.scatterplot(data=df, x=df.index, y='sales')
plt.show()

上述代码中，我们使用 set_index 函数将日期列转换为索引。然后，我们使用 scatterplot 函数绘制了散点图，其中 x 轴使用了日期索引，y 轴使用了销售额数据。最后，使用 plt.show 函数显示了图形。

通过这样的方式，我们就可以使用时间作为 x 轴创建散点图。

自定义时间刻度和标签

有时候，我们可能希望自定义 x 轴上的时间刻度和标签，以更好地展示数据。Seaborn 允许我们通过该库的其他功能来实现这个目标。

# 创建散点图
sns.scatterplot(data=df, x=df.index, y='sales')

# 自定义时间刻度和标签
plt.xticks(rotation=45, ha='right')  # 旋转刻度值并靠右显示
plt.xlabel('Date')  # 设置 x 轴标签
plt.ylabel('Sales')  # 设置 y 轴标签
plt.title('Daily Sales')  # 设置图表标题

plt.show()