Matplotlib子图绘制异常：第二个折线图无数据显示

问题背景 #

创建包含堆叠柱状图和折线图的子图布局，要求二者共享datetime类型的X轴，但折线图始终无数据渲染。

数据样例 #

原实现代码 #

import matplotlib.pyplot as plt
import os
import pandas as pd

PLOTS_DIR = 'path/to/plots'

def save_mode_plot_with_oat(combined_data, title, ylabel, filename):
    # 确保索引为datetime类型
    combined_data.index = pd.to_datetime(combined_data.index)

    # 创建2行子图，共享X轴
    fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 12), sharex=True)

    # 第一个子图：堆叠柱状图
    combined_data.iloc[:, :-1].plot(kind='bar', stacked=True, ax=ax1, colormap='viridis')
    ax1.set_title(title)
    ax1.set_ylabel(ylabel)
    ax1.set_xlabel('')
    ax1.tick_params(axis='x', labelbottom=False)  # 隐藏第一个子图的X轴标签

    # 第二个子图：折线图（无数据显示）
    ax2.plot(combined_data.index, combined_data['OaTemp'], color='red', linestyle='-', marker='o')
    ax2.set_title('Average Outside Air Temperature Over Time')
    ax2.set_ylabel('Average Outside Air Temperature (°F)')
    ax2.set_xlabel('Date')
    ax2.tick_params(axis='x', rotation=90)
    ax2.grid(True)

    plt.tight_layout()
    plt.savefig(os.path.join(PLOTS_DIR, filename))
    plt.close()

# 调用示例
save_mode_plot_with_oat(month_df, 'Mode Percentages and OAT', 'Percentage (%)', 'mode_oat_plot.png')

问题原因 #

pandas的plot(kind='bar')会自动将datetime类型的索引转换为**整数位置（0,1,2...）**作为X轴坐标，开启sharex=True后，第二个子图的X轴会继承这个整数刻度体系。此时用datetime索引绘制折线图，数据的X坐标是实际日期值，和子图的整数刻度不匹配，导致折线图数据不在可见范围内。

解决方案 #

方法一：折线图用整数位置对齐（最简方案） #

将折线图的X轴替换为数据行的整数位置，和柱状图的X轴刻度对齐，同时手动设置日期标签：

# 修改折线图绘制代码
ax2.plot(range(len(combined_data)), combined_data['OaTemp'], color='red', linestyle='-', marker='o')
# 设置正确的日期标签
ax2.set_xticks(range(len(combined_data)))
ax2.set_xticklabels(combined_data.index.strftime('%Y-%m-%d'))

修改后的完整代码 #

import matplotlib.pyplot as plt
import os
import pandas as pd

PLOTS_DIR = 'path/to/plots'

def save_mode_plot_with_oat(combined_data, title, ylabel, filename):
    combined_data.index = pd.to_datetime(combined_data.index)

    fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 12), sharex=True)

    # 堆叠柱状图
    combined_data.iloc[:, :-1].plot(kind='bar', stacked=True, ax=ax1, colormap='viridis')
    ax1.set_title(title)
    ax1.set_ylabel(ylabel)
    ax1.set_xlabel('')
    ax1.tick_params(axis='x', labelbottom=False)

    # 折线图：用整数位置对齐X轴
    ax2.plot(range(len(combined_data)), combined_data['OaTemp'], color='red', linestyle='-', marker='o')
    ax2.set_title('Average Outside Air Temperature Over Time')
    ax2.set_ylabel('Average Outside Air Temperature (°F)')
    ax2.set_xlabel('Date')
    # 设置日期标签
    ax2.set_xticks(range(len(combined_data)))
    ax2.set_xticklabels(combined_data.index.strftime('%Y-%m-%d'))
    ax2.tick_params(axis='x', rotation=90)
    ax2.grid(True)

    plt.tight_layout()
    plt.savefig(os.path.join(PLOTS_DIR, filename))
    plt.close()

# 调用示例
save_mode_plot_with_oat(month_df, 'Mode Percentages and OAT', 'Percentage (%)', 'mode_oat_plot.png')

方法二：用Matplotlib原生bar绘制柱状图（保留datetime轴） #

若希望X轴始终为datetime类型，可放弃pandas的plot方法，用Matplotlib原生bar函数手动绘制堆叠柱状图：

# 替换柱状图绘制部分
columns = combined_data.iloc[:, :-1].columns
bottom = 0
for col in columns:
    ax1.bar(combined_data.index, combined_data[col], bottom=bottom, label=col)
    bottom += combined_data[col]
ax1.legend()

这种方式下，折线图代码无需修改，X轴始终为datetime类型，共享后可正常对齐。

内容的提问来源于stack exchange，提问作者bbartling