自定义冬季年时间序列X轴调整及Python代码优化求助

问题背景 #

需要绘制冬季年（当年8月至次年8月）的每日事件数量折线图，X轴按35-53、1-34的顺序显示周数，每条曲线对应一个冬季年度。现有代码已生成正确排序的周索引表，但图表X轴仍按常规ISO周1-53排序：

X轴显示问题解决方法 #

问题核心在于：即使重新索引了周数，pandas绘图时仍会按数字索引的自然顺序（1-53）渲染X轴。要实现自定义顺序，有两种可行方案：

方案1：将周索引转为字符串 #

把周数转换为字符串类型，让绘图时严格遵循列表定义的顺序：

order_weeks = [str(i) for i in range(35,54)] + [str(i) for i in range(1,35)]
# 先按数字索引匹配数据，再替换为字符串索引
datapiv = datapiv.reindex([int(w) for w in order_weeks])
datapiv.index = order_weeks
datapiv.plot(use_index=True)

方案2：手动指定X轴刻度与标签 #

保留数字索引，通过matplotlib API直接控制X轴显示内容：

import matplotlib.pyplot as plt

ax = datapiv.plot(use_index=True)
ax.set_xticks(range(len(order_weeks)))
ax.set_xticklabels(order_weeks)
plt.show()

代码优化建议 #

1. 用矢量化操作替代apply计算冬季年度 #

避免循环提升运行效率，直接基于日期索引的月份批量计算：

winter_base = np.where(data.index.month > 8, data.index.year, data.index.year - 1)
data["winter_year"] = "Winter " + winter_base.astype(str) + "-" + (winter_base + 1).astype(str)

2. 简化周数顺序生成 #

合并列表推导式，精简代码：

order_weeks = list(range(35, 54)) + list(range(1, 35))

3. 移除冗余中间列 #

year、date列仅用于计算冬季年度，完成后可删除以减少内存占用：

data = data.drop(columns=["year", "date"])

4. 用groupby+unstack替代pivot_table #

针对简单聚合需求，该组合比pivot_table更直观高效：

datapiv = data.groupby(["week", "winter_year"])["count"].sum().unstack()

完整优化后代码 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 矢量化计算冬季年度
def get_winter_year(dates):
    winter_base = np.where(dates.month > 8, dates.year, dates.year - 1)
    return "Winter " + winter_base.astype(str) + "-" + (winter_base + 1).astype(str)

# 生成随机数据
np.random.seed(10)
data = pd.DataFrame({
    "dates": pd.date_range("2017-07-12", "2022-08-10"),
    "count": np.random.randint(150, size=len(pd.date_range("2017-07-12", "2022-08-10")))
}).set_index("dates")

# 计算周数与冬季年度
data["week"] = data.index.isocalendar().week
data["winter_year"] = get_winter_year(data.index)

# 聚合并按自定义周顺序排序
datapiv = data.groupby(["week", "winter_year"])["count"].sum().unstack()
order_weeks = list(range(35, 54)) + list(range(1, 35))
datapiv = datapiv.reindex(order_weeks)

# 绘图并设置X轴
ax = datapiv.plot(figsize=(12, 6))
ax.set_xticks(range(len(order_weeks)))
ax.set_xticklabels(order_weeks)
ax.set_xlabel("冬季年度周数")
ax.set_ylabel("事件总数")
plt.title("冬季年度每周事件数量趋势")
plt.show()

内容的提问来源于stack exchange，提问作者Aytan