Matplotlib中ax.get_xlim与日期轴的异常表现问题

我之前处理过时间数据和Matplotlib相关工作，知道Matplotlib里日期是以自epoch以来的天数浮点数表示的，可通过matplotlib.dates做双向转换。但最近调用API时遇到异常：我想写个函数给绘图添加时间注释，但不想显示绘图范围外的内容，于是用ax.get_xlim()获取范围，再用mdates.num2date转成日期。但当绘制索引为2019至2024的DateTimeIndex类型DataFrame时，得到的范围是(2599.0, 2860.0)，转换后的日期和实际范围完全不符，且这个问题用简单DataFrame无法复现。

相关代码 #

pytrends = TrendReq()
pytrends.build_payload(kw_list=['matplotlib', 'seaborn'])
df = pytrends.interest_over_time()
print(df.index)
df.plot()
print(plt.gca().get_xlim())

运行结果 #

DatetimeIndex(['2019-10-20', '2019-10-27', ..., '2024-10-20'], dtype='datetime64[ns]', name='date', length=262, freq=None)

(np.float64(2599.0), np.float64(2860.0))

这个问题的核心是pandas的plot方法默认用了自身的日期刻度逻辑，没有调用Matplotlib原生的日期转换，导致get_xlim()返回的不是自epoch以来的天数，而是DataFrame索引的位置序号（从0开始的偏移量）。你可以验证：2860 - 2599 = 261，和DataFrame长度262差1，完全对应索引的位置范围（加上绘图边距后变成2599到2860）。

两种可行解决思路 #

• 改用Matplotlib原生绘图
  直接用plt.plot()手动传入日期和数据，让Matplotlib用原生日期转换，此时get_xlim()返回的就是正确的epoch天数：

  import matplotlib.dates as mdates
  
  fig, ax = plt.subplots()
  ax.plot(df.index, df['matplotlib'])
  ax.plot(df.index, df['seaborn'])
  xlim_num = ax.get_xlim()
  print(mdates.num2date(xlim_num))  # 会输出正确的2019-2024范围日期
  

• 在pandas绘图后手动获取日期范围
  若不想修改绘图代码，可直接从DataFrame索引取范围，或结合刻度转换获取实际绘图范围：

  df.plot()
  ax = plt.gca()
  # 直接从索引取原始日期范围
  start_date = df.index[0]
  end_date = df.index[-1]
  # 或通过刻度转换获取绘图显示的实际范围
  xticks_dates = mdates.num2date(ax.get_xticks())
  plot_start = xticks_dates[0]
  plot_end = xticks_dates[-1]
  

为何简单DataFrame无法复现？ #

如果测试用的DataFrame是连续高频日期（如每日数据），pandas会自动切换到Matplotlib原生日期处理；但Google Trends返回的是周度离散数据，pandas默认用了基于位置的刻度，才触发这个问题。

内容的提问来源于stack exchange，提问作者David Davó