Matplotlib绘图及X轴日期格式化问题解决咨询

尝试使用Python的Matplotlib库绘制时序图表，初始代码如下：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv(r'Plot_Example.csv',sep=';')
df = df.set_index("Date")

fig, ax = plt.subplots() 
fig.set_size_inches(18.5, 18.5)
ax.plot(df["Yt"], label="Yt",color='blue') 
ax.plot(df["X1t"], label="X1t",color='red') 
ax.plot(df["X2t"],label="X2t",color='yellow') 
ax.legend() 
fig.savefig('test3png.png',dpi=100)

数据集信息：

df.info()

<class 'pandas.core.frame.DataFrame'> Index: 96 entries, 1/1/1949 to
1/12/1956 Data columns (total 3 columns):  #   Column  Non-Null Count 
Dtype
---  ------  --------------  -----  0   Yt      96 non-null     int64  1   X1t     96 non-null     int64  2   X2t     96 non-null     int64
dtypes: int64(3) memory usage: 2.6+ KB

初始代码生成的图表数据显示正常，但X轴日期无法显示。添加日期格式化代码后，X轴格式正常，但Y轴数据显示异常，修改后代码如下：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.dates import YearLocator, DateFormatter

df = pd.read_csv(r'Plot_Example.csv',sep=';')
df["Date"] = pd.to_datetime(df["Date"])
df = df.set_index("Date")

fig, ax = plt.subplots() 
fig.set_size_inches(18.5, 18.5)
ax.plot(df["Yt"], label="Yt",color='blue') 
ax.plot(df["X1t"],label="X1t",color='red') 
ax.plot(df["X2t"], label="X2t", color='yellow') 
years = mdates.YearLocator() 
yearsFmt = mdates.DateFormatter('\n%Y')
ax.xaxis.set_major_locator(years)
ax.xaxis.set_major_formatter(yearsFmt) 
ax.legend()
fig.savefig('test3png.png', dpi=100)

需要解决原图表X轴日期显示问题，或修正修改后绘图异常的问题。

问题根源 #

1. 初始代码中Date列未转为datetime类型，Matplotlib无法识别为日期轴，导致X轴日期不显示。
2. 修改后的代码存在两个问题：一是错误使用未导入的mdates别名（实际仅导入了YearLocator和DateFormatter），会引发运行报错；二是图表尺寸设置过大（18.5x18.5），导致Y轴显示比例严重失调。

修正方案 #

方案一：修复Matplotlib手动格式化代码

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.dates import YearLocator, DateFormatter

# 读取数据并转换日期格式
df = pd.read_csv(r'Plot_Example.csv', sep=';')
df["Date"] = pd.to_datetime(df["Date"])
df = df.set_index("Date")

# 创建图表，使用合理尺寸
fig, ax = plt.subplots(figsize=(12, 6))

# 绘制时序曲线
ax.plot(df["Yt"], label="Yt", color='blue')
ax.plot(df["X1t"], label="X1t", color='red')
ax.plot(df["X2t"], label="X2t", color='yellow')

# 设置X轴日期格式（直接使用导入的类，无需mdates别名）
years = YearLocator()
yearsFmt = DateFormatter('\n%Y')
ax.xaxis.set_major_locator(years)
ax.xaxis.set_major_formatter(yearsFmt)

# 添加必要标签和图例
ax.legend()
ax.set_xlabel("日期")
ax.set_ylabel("数值")

# 保存并展示图表
fig.savefig('test3png.png', dpi=100)
plt.show()

方案二：使用Pandas内置绘图简化操作

Pandas对时序数据的绘图支持更友好，可自动处理日期轴：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv(r'Plot_Example.csv', sep=';')
df["Date"] = pd.to_datetime(df["Date"])
df = df.set_index("Date")

# Pandas自动识别日期轴，直接绘图
df.plot(figsize=(12, 6), color=['blue', 'red', 'yellow'])
plt.legend(["Yt", "X1t", "X2t"])
plt.xlabel("日期")
plt.ylabel("数值")
plt.savefig('test3png.png', dpi=100)
plt.show()

关键注意点 #

• 必须将Date列转为datetime类型，这是正确识别日期轴的核心前提。
• 避免设置过大的图表尺寸，推荐使用(12,6)这类常规比例，防止坐标轴显示失调。
• 导入模块时避免混用未定义的别名，直接使用导入的类或函数。

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