Plotten Fehler mit matplotlib (kein x-Tick-Label)

Question

Ich versuche, den folgenden Pandas Datenrahmen zu plotten (Erste Spalte ist der Index):

  pressure mean pressure std  Time 
    Time           
00:00:00  618.663133  0.108484 00:00:00 
01:00:00  618.281129  0.111788 01:00:00 
02:00:00  617.975430  0.101657 02:00:00 
03:00:00  617.766129  0.062712 03:00:00 
04:00:00  617.807043  0.066030 04:00:00 
05:00:00  617.976479  0.079755 05:00:00 
06:00:00  618.276720  0.118224 06:00:00 
......... 

Mein Ziel ist es Zeit zu plotten (x-Achse) vs Druckmittelwert (y-Achse). Ich möchte die X-Achse mit 2-Stunden-Ticks und H: M-Format sein. Ich bin mit dem folgenden Code:

%matplotlib inline 

import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt 
import matplotlib.dates as mdates 
import datetime 
from matplotlib.ticker import MultipleLocator, FormatStrFormatter 



fig = plt.figure(figsize=(15,7)) 
ax = fig.add_subplot(1,1,1) # row-col-num 
# --- line plot data on the Axes 
ax.plot(df6['Time'], df6['pressure mean'], 'b-', linewidth=2, 
label=r'Hawaii Pressure') 
# -- Tick Label Size -- 
plt.rcParams['xtick.labelsize'] = 12 
plt.rcParams['ytick.labelsize'] = 16 
# -- Tick Labels Format -- 
DaysFmt = mdates.DateFormatter('%H:%M') 
minorLocator = MultipleLocator(5) 
ax.xaxis.set_minor_locator(minorLocator) 
ax.xaxis.set_major_formatter(DaysFmt) 

# -- Axis Labels -- 
ax.set_ylabel(r'Pressure $[mb]$', fontsize=22) 
ax.set_xlabel(r'Hour', fontsize=22) 
# -- Tick Limits and Labels -- 
ax.xaxis.set_major_locator(mdates.HourLocator(interval=2))    

# -- Legend and Grid -- 
ax.legend(loc='best') 
ax.grid(True) 
# -- Title -- 
fig.suptitle('Stacked Hourly Pressure Averages (1 month)',fontsize=27) 
fig.tight_layout(pad=5) 
# -- Intervals -- 
fig.savefig('Hawaii Stacked Pressure October 2016.png', dpi=300) 

aber ich bin ein Speicherfehler bekommen, ich weiß es, weil der folgenden Zeile ist:

ax.xaxis.set_minor_locator(minorLocator) 

Wenn ich die Zeile löschen - ich bin ein Diagramm ohne X-Achsen-Tick-Label bekommen!

Irgendwelche Vorschläge? Danke !!

Answer 1

Die Lösung gefunden!

musste ich einfach Umwandlung der Datetime-Spalte zu Zeit String:

df6['Time'] = pd.to_datetime(df6['Time']) 

Yay!