在 matplotlib 中绘制时间增量

我正在阅读某年的时间（持续时间）数据，我想在 x 轴上绘制年份图表，在 y 轴上绘制时间（持续时间）图表。我希望 y 轴具有 HH:MM:SS 格式。我不知道该怎么做。这是我的代码（数据是合成的，真实数据集要大得多）。

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.dates import DateFormatter, date2num

df = pd.DataFrame({'Year':[2010, 2011, 2012], 
                   'Time': ['2:19:15', '2:11:16', '2:20:17']})
df['Time'] = pd.to_timedelta(df['Time'])

fig, ax = plt.subplots()

myFmt = DateFormatter("%H:%M:%S")
ax.yaxis.set_major_formatter(myFmt)

ax.plot(df['Year'], df['Time'].dt.total_seconds())

plt.gcf().autofmt_xdate()

plt.show()

如果我不转换为total_seconds，则会收到错误。总秒值似乎被解释为天数。我尝试将 Total_Seconds 除以 24*60*60，但这给了我一条关于 0 日期的消息。我也无法说服 date2num 为我工作。

我检查过以前的类似问题，但代码不再有效。

有谁知道如何在 matplotlib 中绘制 Pandas 时间增量？

将 timedelas 转换为datetime with pd.to_datetime。它会给所有内容一个 1970 年的日期，但如果您只想绘制和显示，那么这并不重要。然后你需要摆脱.dt.total_seconds() too.

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.dates import DateFormatter, date2num

df = pd.DataFrame({'Year':[2010, 2011, 2012], 
                   'Time': ['2:19:15', '2:11:16', '2:20:17']})
df['Time'] = pd.to_timedelta(df['Time'])
df['Time'] = pd.to_datetime(df['Time'])
fig, ax = plt.subplots()

myFmt = DateFormatter("%H:%M:%S")
ax.yaxis.set_major_formatter(myFmt)

ax.plot(df['Year'], df['Time'])

plt.gcf().autofmt_xdate()

plt.show()