Seaborn柱状图中设置X轴日期范围问题求助

问题 #

用Seaborn绘制柱状图时，设置X轴日期范围后图表直接消失。数据仅覆盖2024-01-01至2024-01-07，想把X轴范围扩展到更大区间，但执行ax.set_xlim()后图表失效。

可复现代码 #

创建数据

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
df = pd.Series([np.random.normal()**2 for x in range(7)], 
        pd.date_range(start = "2024-01-01", end = "2024-01-07"))

失效的绘制代码

import matplotlib.dates as mdates
date_rng = pd.date_range(start = "2024-01-01", end = "2024-01-10")

date_range_mpl = mdates.date2num(date_rng)
x_vals = mdates.date2num(df.index)

fig, ax = plt.subplots(figsize = (8,4))
sns.barplot(x = x_vals, y = df.values, ax = ax)
ax.set_xlim(date_range_mpl[0] - 1, date_range_mpl[-1] + 1)

期望实现的效果（原生Matplotlib示例）

from datetime import timedelta
date_rng = pd.date_range(start = "2024-01-01", end = "2024-01-10")
fig, ax_al = plt.subplots(figsize = (8,4))

plt.bar(x = df.index, height = df.values)
ax_al.set_xlim([date_rng[0] - timedelta(days = 1), date_rng[-1] + timedelta(days = 1)])

解决方案 #

问题核心是Seaborn的barplot默认把传入的x值当作分类变量处理，哪怕转成了matplotlib的日期浮点型，它依然会将其视为离散类别，此时设置连续的x轴范围会和分类轴不兼容，直接导致图表消失。

下面是两种可行的解决方法：

方法1：原生Matplotlib+Seaborn风格 #

既然原生Matplotlib能实现需求，直接用plt.bar同时套用Seaborn的样式即可：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
from datetime import timedelta
import matplotlib.dates as mdates

# 应用Seaborn的绘图风格
sns.set_style("darkgrid")

df = pd.Series([np.random.normal()**2 for x in range(7)], 
        pd.date_range(start = "2024-01-01", end = "2024-01-07"))

date_rng = pd.date_range(start = "2024-01-01", end = "2024-01-10")
fig, ax = plt.subplots(figsize = (8,4))

ax.bar(x = df.index, height = df.values)
# 直接用日期对象设置范围
ax.set_xlim([date_rng[0] - timedelta(days = 1), date_rng[-1] + timedelta(days = 1)])
# 格式化日期显示，避免重叠
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
plt.xticks(rotation=45)
plt.show()

方法2：让Seaborn识别连续日期轴 #

如果一定要用Seaborn的barplot，需要确保x轴被识别为datetime类型，而非离散数值：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
import matplotlib.dates as mdates
from datetime import timedelta

df = pd.Series([np.random.normal()**2 for x in range(7)], 
        pd.date_range(start = "2024-01-01", end = "2024-01-07"))
# 转为DataFrame，方便Seaborn识别列类型
df = df.reset_index().rename(columns={'index':'date', 0:'value'})

fig, ax = plt.subplots(figsize = (8,4))
sns.barplot(data=df, x='date', y='value', ax=ax)

# 直接用日期对象设置X轴范围
date_start = pd.to_datetime("2023-12-31")
date_end = pd.to_datetime("2024-01-11")
ax.set_xlim(date_start, date_end)

# 格式化日期标签
ax.xaxis.set_major_locator(mdates.DayLocator(interval=1))
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
plt.xticks(rotation=45)
plt.show()

关键提示 #

Seaborn现在对pandas日期的兼容性已经很好，不需要额外把日期转成matplotlib的浮点数值，直接用日期对象操作更可靠。

内容的提问来源于stack exchange，提问作者jacob