如何实现24小时轴自定义排序绘制每日数据（12:00-11:59）

问题说明 #

应用自定义排序函数custom_date_sorter后，绘图x轴未按预期从12:00:00开始到次日11:59:59显示，需确保数据与时间正确对应，不能仅偏移时间而不调整数据关联。

解决方案 #

核心思路是重新计算时间戳的基准（以12:00为当日起点），并调整x轴刻度与标签的映射：

• 重新计算时间秒数：将每个时间点转换为以当日12:00为起点的秒数，早于12:00的时间自动加上24小时秒数，实现12:00到次日11:59的区间映射
• 调整x轴刻度标签：生成从12:00开始的24小时标签，对应新的秒数刻度
• 保留原有排序逻辑：确保数据按自定义规则排序后，绘图时使用新的秒数列作为x轴

修改后的完整代码 #

import random
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import matplotlib.ticker as tkr
from datetime import time as dtime
random.seed(0)

df = pd.DataFrame({'DATE_TIME': pd.date_range('2022-11-01', '2022-11-06 23:00:00', freq='20min'),
                   'ID': [random.randrange(1, 3) for n in range(430)]})
df['VALUE1'] = [random.uniform(110, 160) for n in range(430)]
df['VALUE2'] = [random.uniform(50, 80) for n in range(430)]
df['INSPECTION'] = df['DATE_TIME'].dt.day

df['MODE'] = np.select([df['INSPECTION'] == 1, df['INSPECTION'].isin([2, 3])], ['A', 'B'], 'C')
df['TIME'] = df['DATE_TIME'].dt.time.astype('str')

df['TIMEINTERVAL'] = df.DATE_TIME.diff().astype('timedelta64[m]').fillna(0)

def to_day_period(s):
    bins = ['0', '06:00:00', '13:00:00', '18:00:00', '23:00:00', '24:00:00']
    labels = ['Nighttime', 'Daytime', 'Daytime', 'Nighttime', 'Nighttime']
    return pd.cut(
        pd.to_timedelta(s),
        bins=list(map(pd.Timedelta, bins)),
        labels=labels, right=False, ordered=False
    )

df['TIME_OF_DAY'] = to_day_period(df['TIME'])

# 筛选目标数据
df = df[(df['ID'] == 1) & (df['INSPECTION'].isin([1, 2, 3]))]

# 自定义排序函数：按12小时偏移后的时间排序
def custom_date_sorter(s):
    s = pd.to_datetime(s)
    return np.argsort(np.lexsort([s.sub(pd.Timedelta('12h')).dt.time,
                                  s.dt.normalize()]))

df = df.sort_values(by='DATE_TIME', key=custom_date_sorter)

# 计算以当日12:00为起点的秒数
def get_seconds_from_noon(dt):
    noon = dt.replace(hour=12, minute=0, second=0, microsecond=0)
    delta = dt - noon
    return delta.total_seconds() if delta.total_seconds() >=0 else delta.total_seconds() + 24*3600

df['seconds_from_noon'] = df['DATE_TIME'].apply(get_seconds_from_noon)

sns.set_style('darkgrid')
sns.set(rc={'figure.figsize':(14,8)})

# 循环绘图
for id_ in sorted(df.ID.unique()):
    data = df[df.ID.eq(id_)]
    fig = plt.figure(figsize=(10, 6))
    ax = sns.lineplot(data=data, x='seconds_from_noon', y='VALUE1', hue='INSPECTION', palette='viridis', legend='full')
    
    ax.set(title=f'ID: {id_}', xlabel='TIME', ylabel='VALUE1')
    sns.move_legend(ax, bbox_to_anchor=(1.0, 0.5), loc='center left', frameon=False)
    
    # 设置x轴范围：0秒（12:00）到43200秒（次日12:00，对应11:59的结束区间）
    ax.set_xlim(0, 24*3600)
    
    # 生成12:00到次日11:00的小时标签
    hour_labels = [f"{h:02d}:00" for h in list(range(12,24)) + list(range(0,12))]
    
    # 每小时设置一个刻度，对应从12:00开始的秒数
    ax.xaxis.set_major_locator(tkr.MultipleLocator(3600))
    ax.set_xticks(ticks=np.arange(0, 24*3600+1, 3600), labels=hour_labels, rotation=90)
    
    ax.spines[['top', 'right']].set_visible(False)

plt.show()

关键改动说明 #

• seconds_from_noon列：将每个时间点转换为相对于当日12:00的秒数，早于12:00的时间自动加上24小时秒数，实现时间区间的循环偏移
• x轴标签与刻度：生成从12:00到次日11:00的24个小时标签，对应0到43200秒的刻度位置，完美匹配需求的时间轴范围
• 排序逻辑保留：原自定义排序函数确保数据按12小时偏移后的顺序排列，绘图时使用新的秒数列，保证数据点在x轴上的位置与时间逻辑完全一致

内容的提问来源于stack exchange，提问作者dsapprentice