pandasの時系列プロットの時間軸を、matplotlibでフォーマットし直す

df.plot()後にset_major_formatter()すると、xtickの年や月の表記が壊れる問題に悩まされていたが、解決したのでメモ。

前提

pandas：0.24.2
matplotlib：3.1.0

データの準備

import pandas as pd
import numpy as np

N = 100
x = np.random.rand(N)
y = x**2

df = pd.DataFrame(
    index=pd.date_range('2020-01-01', periods=N, freq='D'),
    data=dict(x=x, y=y)
)
df.head()

問題ないケース

# pandasのプロット機能を使用
df.plot()

DataFrameのindexがDatetimeIndexの場合、自動的にtickをフォーマットしてくれる。
このフォーマットでOKなら、それでよし。

問題になるケース

import matplotlib.dates as mdates

# pandasのプロット機能を使用
ax = df.plot()

# フォーマットし直す
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y/%m/%d'))

%Yに対する表示がおかしい。0051年て何・・・。
下記サイトによれば、pandasとmatplotlibのdatetimeユーティリティは互換性がないことが原因らしい。
https://code-examples.net/ja/q/2a2a615

解決策

import matplotlib.dates as mdates

# x_compatオプションを渡す。これでtickの自動調整が抑制される。
ax = df.plot(x_compat=True)
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y/%m/%d'))

%Yが正しく2020年になった！
※この例だと「pandasのフォーマットのほうがよくない？」となってしまいますが、そこはご容赦を・・

x_compatはx_compatibilityの略？
公式ドキュメントによれば、x_compatはtickの自動調整を抑制するパラメータとのこと。
https://pandas.pydata.org/pandas-docs/stable/user_guide/visualization.html#suppressing-tick-resolution-adjustment

もっとスマートなやり方がありましたら、ご教授いただければ幸いです。