Matplotlib中X轴刻度已增加但标签未同步，如何让两者数量一致？

问题根源 #

你的_time列是元组格式的重复时间戳，且大概率是DataFrame的索引（因为df.dtypes仅显示Temperatura列），matplotlib无法识别这种格式的索引作为时间轴，导致设置刻度后标签无法同步生成。

解决步骤 #

1. 修复时间索引格式

先把元组里的时间提取出来，转换为标准datetime类型：

import pandas as pd

# 如果_time是DataFrame的索引
df.index = df.index.map(lambda x: pd.to_datetime(x[0]))

# 如果_time是普通列，执行以下两行
# df['_time'] = df['_time'].map(lambda x: pd.to_datetime(x[0]))
# df.set_index('_time', inplace=True)

2. 使用时间轴专用的刻度工具

替换原有的MultipleLocator，使用matplotlib针对时间轴的定位器和格式化器，它会自动匹配刻度与对应时间标签：

import matplotlib.pyplot as plt
from matplotlib.dates import AutoDateLocator, DateFormatter

ax = df.plot(figsize=(15, 10))
ax.set_xlabel("Date")
ax.set_ylabel("Gradi °C")
plt.legend(loc='upper left', fontsize=12)
plt.tight_layout()
plt.grid(True)

# 配置时间轴刻度：控制刻度数量范围，自定义时间显示格式
locator = AutoDateLocator(minticks=10, maxticks=20)
formatter = DateFormatter('%Y-%m-%d %H:%M')
ax.xaxis.set_major_locator(locator)
ax.xaxis.set_major_formatter(formatter)

plt.xticks(rotation=45, ha='right')
plt.show()

3. 验证数据类型

处理后可以检查索引类型是否正确：

print(df.index.dtype)  # 应显示datetime64[ns, UTC]或类似时间类型

原方法无效的原因 #

你使用的MultipleLocator是针对数值型轴的定位器，而原索引是元组（非数值、非标准时间类型），matplotlib只能按索引的位置（0,50,100...）生成刻度，但无法将这些位置映射为对应的时间标签。转换为datetime索引后，时间轴工具才能正确关联刻度与标签。

内容的提问来源于stack exchange，提问作者NicoCaldo