如何消除Matplotlib绘制股票时序图时的周末空白？

方案一：用数值索引映射日期标签（彻底消除空白） #

直接放弃Matplotlib的自动时间轴补全，用普通数值索引绘图，再手动把X轴标签替换成交易日日期：

import yfinance as yf
import matplotlib.pyplot as plt

# 下载股票数据
data = yf.download("AAPL", start="2024-01-01", end="2024-06-01")
# 计算累积成交量
data['Cum_Volume'] = data['Volume'].cumsum()

fig, ax1 = plt.subplots(figsize=(12,6))

# 用数据行数作为X轴索引，避免自动补全非交易日
ax1.bar(range(len(data)), data['Cum_Volume'], color='steelblue')

# 设置X轴标签，每隔10个交易日显示一个，避免重叠
ax1.set_xticks(range(0, len(data), 10))
ax1.set_xticklabels(data.index.strftime('%Y-%m-%d')[::10], rotation=45)

# 右侧Y轴绘制收盘价示例
ax2 = ax1.twinx()
ax2.plot(range(len(data)), data['Close'], color='crimson')

plt.tight_layout()
plt.show()

这种方式完全按现有数据点绘制，不会出现任何空白，只是X轴视觉上的间隔对应交易日，不是严格的时间等距。

方案二：用日期数值转换配合手动定位时间轴 #

把日期转为Matplotlib可识别的数值，再设置只显示工作日标签，避免自动补全非交易日：

import yfinance as yf
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

data = yf.download("AAPL", start="2024-01-01", end="2024-06-01")
data['Cum_Volume'] = data['Volume'].cumsum()

fig, ax1 = plt.subplots(figsize=(12,6))

# 将日期转为Matplotlib数值格式，按真实日期位置绘制柱状图
ax1.bar(mdates.date2num(data.index), data['Cum_Volume'], color='steelblue', width=0.8)

# 设置日期显示格式，只显示每周一的标签
ax1.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
ax1.xaxis.set_major_locator(mdates.WeekdayLocator(byweekday=mdates.MONDAY))
plt.xticks(rotation=45)

# 右侧Y轴示例
ax2 = ax1.twinx()
ax2.plot(data.index, data['Close'], color='crimson')

plt.tight_layout()
plt.show()

这种方式保留了时间轴的特性，同时不会填充非交易日的空白，柱状图宽度需要根据日期间隔手动调整。

方案三：直接用Pandas内置绘图（最省心） #

Pandas的绘图函数会自动识别DatetimeIndex，只绘制存在的数据点，不用自己折腾时间轴：

import yfinance as yf
import matplotlib.pyplot as plt

data = yf.download("AAPL", start="2024-01-01", end="2024-06-01")
data['Cum_Volume'] = data['Volume'].cumsum()

fig, ax1 = plt.subplots(figsize=(12,6))

# Pandas柱状图自动适配离散交易日
data['Cum_Volume'].plot(kind='bar', ax=ax1, color='steelblue')

# 右侧Y轴绘制收盘价
ax2 = ax1.twinx()
data['Close'].plot(ax=ax2, color='crimson')

# 调整X轴标签显示间隔，避免重叠
ax1.set_xticks(range(0, len(data), 10))
ax1.set_xticklabels(data.index.strftime('%Y-%m-%d')[::10], rotation=45)

plt.tight_layout()
plt.show()

代码简洁，自动处理日期逻辑，唯一需要注意的是交易日太多时调整标签间隔。

内容的提问来源于stack exchange，提问作者AndysPythonStuff