Matplotlib绘制双Y轴时序图时X轴刻度过多、生成缓慢及索引相关问题咨询

首先针对你遇到的三个问题逐一拆解解答：

1. 如何限制X轴显示的刻度数量？ #

当然可以！Matplotlib提供了多种灵活的方式控制X轴刻度的数量和显示频率，针对你的日期时间型X轴，推荐两种实用方法：

方法1：按时间间隔设置刻度（更贴合业务场景） #

比如你想每天显示一个刻度，可以借助matplotlib.dates模块的定位器和格式化器实现：

import matplotlib.dates as mdates

# 在创建ax1之后添加以下代码
# 设置主刻度为每天一个，interval可调整为2（每两天）、6（每6小时）等
ax1.xaxis.set_major_locator(mdates.DayLocator(interval=1))
# 设置日期显示格式，比如只显示年-月-日
ax1.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))

方法2：直接限制最大刻度数量 #

如果不想按时间间隔，只想固定显示N个刻度，可用MaxNLocator强制限制：

from matplotlib.ticker import MaxNLocator

# 最多显示10个X轴刻度，nbins可按需调整
ax1.xaxis.set_major_locator(MaxNLocator(nbins=10))

2. X轴刻度过多是否是图表生成缓慢的原因？ #

是的，这是核心原因。你的数据是两周的毫秒级采样，意味着X轴会有上百万个潜在刻度点（即使每秒一个采样，两周也有120多万个点）。Matplotlib需要为每个刻度计算位置、渲染标签，尤其是日期时间类型的刻度，还要额外做格式化解析，这会极大消耗CPU资源，导致生成速度骤降。

你测试时的差异也能佐证：小样本下用默认整数索引时，数字格式化的开销远低于日期时间，加上刻度数量少，所以速度快很多。

3. 关于Pandas索引的理解盲区 #

你遇到的KeyError: 'Date Time'有两个关键原因：

• 首先是列名拼写错误：你的CSV列名是Time date（从set_index('Time date')可看出），但你尝试访问的是Date Time；
• 其次是索引与列的区别：当执行set_index('Time date')后，原来的Time date列会被移到DataFrame的索引位置，不再属于普通列（可以用temperatureData.columns查看当前列名，会发现没有Time date了），所以直接用列名访问会报错。

解决方法： #

• 如果只是需要X轴的日期时间数据，直接用temperatureData.index即可（你代码里已经这么做了，是正确的）；
• 如果想同时保留Time date作为列和索引，可以在set_index时添加drop=False参数：

  temperatureData = temperatureData.set_index('Time date', drop=False)
  

  这样之后你既能用temperatureData.index获取索引，也能用temperatureData['Time date']访问该列。

额外性能优化建议 #

除了限制刻度，你还可以对毫秒级数据做降采样，比如按分钟或小时聚合（取均值/最大值等），大幅减少数据量，进一步提升图表生成速度：

# 按小时聚合温度和通风数据，取均值
temperatureData_resampled = temperatureData.resample('H').mean()
# 之后用降采样后的数据画图
x = temperatureData_resampled.index
y1_data1 = temperatureData_resampled['Temperature1']
# ... 其他数据同理

内容的提问来源于stack exchange，提问作者Benjo