如何绘制进程时长可视化图，展示日期、起止时间及小时轴？

问题背景 #

现有如下结构的进程时序DataFrame：

尝试使用seaborn.stripplot绘制可视化时遇到问题：注释ax.set_ylim(["00:00", "23:59"])后无数据显示，不注释则Y轴无法覆盖完整时间范围。需求是实现展示开始日期、水平方向进程时长、Y轴开始时间，同时突出早于08:30或晚于17:30启动的进程。

解决方案与替代思路 #

1. 核心数据预处理 #

首先需要将字符串格式的开始时间转换为数值类型（小时数，0-24），同时标记异常时段进程：

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

# 转换开始时间为datetime格式，再提取小时数值
timings['start_time_dt'] = pd.to_datetime(timings['start_time'], format='%H:%M')
timings['start_hour'] = timings['start_time_dt'].dt.hour + timings['start_time_dt'].dt.minute/60

# 标记早于08:30或晚于17:30的进程
timings['is_off_hours'] = ((timings['start_hour'] < 8.5) | (timings['start_hour'] > 17.5))

2. 推荐可视化：水平分组条形图（最优时长展示） #

水平条形图最适合直观比较进程时长，配合日期分组和异常标记，完全满足需求：

cm = 1 / 2.54

# 按日期分组绘制水平条形图
g = sns.catplot(
    data=timings,
    x='hours',
    y='start_hour',
    hue='is_off_hours',
    col='start_date',
    kind='bar',
    orient='h',
    height=8,
    aspect=1.5
)

# 自定义Y轴刻度为时间格式
yticks = [0, 4, 8, 8.5, 12, 17.5, 20, 23]
yticklabels = ['00:00', '04:00', '08:00', '08:30', '12:00', '17:30', '20:00', '23:59']
for ax in g.axes.flat:
    ax.set_yticks(yticks)
    ax.set_yticklabels(yticklabels)
    ax.set_ylim(0, 24)
    # 添加红色虚线标记正常时段边界
    ax.axhline(y=8.5, color='red', linestyle='--')
    ax.axhline(y=17.5, color='red', linestyle='--')

# 设置标题与标签
g.fig.suptitle('Duration of processes', y=1.05)
g.set_titles('Start Date: {col_name}')
g.set_xlabels('Process Duration (hours)')
g.set_ylabels('Start Time')
plt.legend(title='Off Hours', labels=['No', 'Yes'])
plt.show()

3. 修复原Stripplot方案 #

如果坚持使用散点类图，需修正Y轴数据类型问题：

cm = 1 / 2.54
figure, ax = plt.subplots(figsize=(50*cm, 20*cm))

# 使用数值类型的start_hour作为Y轴
plot = sns.stripplot(
    data=timings,
    x='start_date',
    y='start_hour',
    hue='is_off_hours',
    size=10,
    jitter=True
)

# 配置Y轴范围与刻度
ax.set_ylim(0, 24)
ax.set_yticks(yticks)
ax.set_yticklabels(yticklabels)
# 添加时段边界标记
ax.axhline(y=8.5, color='red', linestyle='--')
ax.axhline(y=17.5, color='red', linestyle='--')

# 设置标题与标签
plt.suptitle('Duration of processes')
plt.title('using patching script (commit fb14897574f55915bfc65d8be23e6242c7bdbb99)')
plt.legend(title='Off Hours', labels=['No', 'Yes'])
plt.xlabel('Start Date')
plt.ylabel('Start Time')
plt.show()

关键说明 #

• 字符串格式的时间无法被Matplotlib识别为连续轴，必须转换为数值类型（小时数）才能正确处理排序与范围。
• 水平条形图是展示时长的最优选择，长度对比远优于散点的位置对比。
• 通过is_off_hours标记+颜色区分，可快速识别异常时段启动的进程。

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