备注
前往结尾 下载完整示例代码。
日期精度和历元#
Matplotlib 可以使用一个单位转换器来处理 datetime 对象和 numpy.datetime64 对象，该转换器能够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的是自“0000-12-31T00:00:00”以来的天数。从 Matplotlib 3.3 开始，默认值改为自“1970-01-01T00:00:00”以来的天数。这使得现代日期的分辨率更高。使用旧的时间起点，“2020-01-01”转换为 730120，而 64 位浮点数的分辨率为 2^{-52}，大约是 14 微秒，因此会丢失微秒精度。使用新的默认时间起点，“2020-01-01”为 10957.0，因此可实现的分辨率为 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()
日期时间#
Python 的 datetime 对象具有微秒分辨率，因此在使用旧的默认 matplotlib 日期时，无法往返传输全分辨率的 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，对于接近旧纪元的日期没有问题：
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
如果用户希望使用微秒精度的现代日期，他们可以通过 set_epoch 更改纪元。然而，必须在任何日期操作之前设置纪元，以防止不同纪元之间的混淆。尝试在之后更改纪元将引发 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，我们使用一个私有方法重置了哨兵，但用户应该仅在必要时设置一次epoch。
_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 对象具有微秒精度，适用于比 datetime 对象更大的时间范围。然而，目前 Matplotlib 时间仅转换回具有微秒分辨率且年份仅跨越 0000 到 9999 的 datetime 对象。
_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。在旧的默认纪元中，时间在内部 date2num 转换过程中被四舍五入，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()
对于使用较近纪元绘制的日期，图表是平滑的：
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.
参考文献
以下函数、方法、类和模块的使用在本示例中展示：