如何将datetime64格式日期格式化为Matplotlib xtick标签？

我在DataFrame中有一列名为"Datum2"的datetime64格式日期（原始格式为YYYYMMDD），希望将其用作散点图的X轴刻度标签，要求标签显示年份及月份缩写（例如2022、Nov、Dec、2023、Jan、Feb等）。目前使用的代码生成的刻度不符合需求，参考了Matplotlib的ConciseDateConverter但不知如何落地，现有代码如下：

import seaborn as sns
import matplotlib.pyplot as plt
import scipy.stats as stats
import numpy as np
import pandas as pd

df_tagesspiegel_final['Datum2'] = pd.to_datetime(df_tagesspiegel_final['Datum'], format='%Y%m%d')

# Scatterplot erstellen
sns.scatterplot(x='Datum2', y = 'compound', data=df_tagesspiegel_final)

#Quintile als xticks speichern
xticks = [df_tagesspiegel_final['Datum2'].min(), df_tagesspiegel_final['Datum'].median(numeric_only=True), df_tagesspiegel_final['Datum'].max()]

plt.gca().set(xticks=xticks, xlabel='Datum', ylabel='compound', title='Compound-Sentiment im Zeitverlauf')

plt.show()

直接使用Matplotlib的ConciseDateFormatter即可实现智能的日期刻度格式，它会根据数据的时间跨度自动切换显示年份、月份缩写等标签，无需手动指定固定刻度。修改后的代码如下：

import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd

# 确保日期列转换为datetime格式
df_tagesspiegel_final['Datum2'] = pd.to_datetime(df_tagesspiegel_final['Datum'], format='%Y%m%d')

# 绘制散点图
sns.scatterplot(x='Datum2', y='compound', data=df_tagesspiegel_final)

# 获取当前坐标轴
ax = plt.gca()

# 使用ConciseDateFormatter设置X轴刻度
# 先设置日期定位器，让刻度间隔更合理
locator = mdates.AutoDateLocator(minticks=3, maxticks=7)
formatter = mdates.ConciseDateFormatter(locator)
ax.xaxis.set_major_locator(locator)
ax.xaxis.set_major_formatter(formatter)

# 设置图表其他属性
ax.set(xlabel='Datum', ylabel='compound', title='Compound-Sentiment im Zeitverlauf')

# 自动旋转X轴标签，避免重叠
plt.xticks(rotation=45)

plt.show()

关键说明： #

• AutoDateLocator会根据数据的时间范围自动选择合适的刻度间隔，minticks和maxticks控制刻度数量的范围
• ConciseDateFormatter会自动切换刻度显示格式：当跨度包含跨年时，会显示年份+月份缩写；同一年份内则只显示月份缩写，完全匹配需求
• 移除了手动指定xticks的代码，让自动刻度逻辑生效
• 添加plt.xticks(rotation=45)避免标签重叠

内容的提问来源于stack exchange，提问作者Yeb0