PVLIB多日期单日AC功率对比绘图：X轴仅保留时间的实现求助

问题描述 #

需要生成不同日期（如3月、6月、9月、12月）的单日AC输出功率叠加曲线图，要求X轴仅显示当日时间、不含日期信息，让曲线在同一时间轴上直观对比。但当前代码生成的图表中，X轴包含具体日期，导致各日期的曲线分散在不同区间，无法实现预期的对比效果。

修改方案 #

核心思路是统一所有曲线的X轴时间基准：将每个日期的AC功率数据的索引替换为仅保留当日时间的格式（或统一映射到同一个虚拟日期的时间戳），让Matplotlib将所有曲线对齐到同一时间轴，再设置X轴刻度仅显示时间部分。

修改后完整代码 #

import pvIdealModule
import matplotlib.pyplot as plt
from pvlib import pvsystem, modelchain, location
import pandas as pd
from matplotlib.dates import DateFormatter

def run(beginTime, endTime):
    array_kwargs = dict(
        module_parameters=dict(pdc0=0.385, gamma_pdc=-0.004),
        temperature_model_parameters=dict(a=-3.47, b=-0.0594, deltaT=3)
    )   
    
    arrays = [
        pvsystem.Array(pvsystem.FixedMount(40, 88), name='East',
                       modules_per_string=12,
                       **array_kwargs),
        pvsystem.Array(pvsystem.FixedMount(40, 268), name='West',
                       modules_per_string=10,
                       **array_kwargs),
        ]
    
    # latitude, longitude, TZ, height, name
    timeZone = 'Europe/Berlin'
    loc = location.Location(51.3, 9.5, timeZone)
    system = pvsystem.PVSystem(arrays=arrays, inverter_parameters=dict(pdc0=8))
    mc = modelchain.ModelChain(system, loc, aoi_model='physical',
                               spectral_model='no_loss')
    
    times = pd.date_range(beginTime, endTime, freq='5min', tz=timeZone)
    weather = loc.get_clearsky(times)    
       
    mc.run_model(weather)
     
    return mc, system


plt.rcParams['figure.figsize'] = [20, 12]
fig, ax = plt.subplots()

# 处理3月数据，统一X轴时间基准
mc, system = pvIdealModule.run('2022-03-21 05:00', '2022-03-21 21:30')
ac_march = mc.results.ac.copy()
# 将索引替换为虚拟日期的时间戳，仅保留时分秒
ac_march.index = pd.to_datetime('2020-01-01 ' + ac_march.index.strftime('%H:%M:%S'))
ac_march.plot(label='March', ax=ax)

# 处理6月数据
mc, system = pvIdealModule.run('2022-06-21 05:00', '2022-06-21 21:30')
ac_june = mc.results.ac.copy()
ac_june.index = pd.to_datetime('2020-01-01 ' + ac_june.index.strftime('%H:%M:%S'))
ac_june.plot(label='June', ax=ax)

# 处理9月数据
mc, system = pvIdealModule.run('2022-09-23 05:00', '2022-09-23 21:30')
ac_sept = mc.results.ac.copy()
ac_sept.index = pd.to_datetime('2020-01-01 ' + ac_sept.index.strftime('%H:%M:%S'))
ac_sept.plot(label='September', ax=ax)

# 处理12月数据
mc, system = pvIdealModule.run('2022-12-21 05:00', '2022-12-21 21:30')
ac_dec = mc.results.ac.copy()
ac_dec.index = pd.to_datetime('2020-01-01 ' + ac_dec.index.strftime('%H:%M:%S'))
ac_dec.plot(label='December', ax=ax)

# 设置X轴仅显示时间（时分）
date_formatter = DateFormatter('%H:%M')
ax.xaxis.set_major_formatter(date_formatter)

plt.ylabel('AC Power')
plt.legend()
plt.show()

关键修改点说明 #

• 统一时间索引：将每个日期的AC数据索引转换为同一个虚拟日期（如2020-01-01）的时间戳，确保所有曲线的X轴坐标完全对齐。
• X轴格式设置：使用DateFormatter('%H:%M')将X轴刻度格式化为仅显示小时和分钟，隐藏冗余的日期信息。
• 复用绘图轴：所有曲线都绘制在同一个ax对象上，确保曲线叠加显示，实现直观对比。

内容的提问来源于stack exchange，提问作者monok