如何为Matplotlib添加并格式化Pandas时间戳X轴标签？

问题根源 #

用imshow绘制转置后的DataFrame时，x轴默认使用的是数据的索引位置（0到1439），而非原始的时间戳。直接套用mdates.MinuteLocator会把这些整数当成日期偏移量（从1970-01-01开始的天数），导致定位器错误计算出大量刻度，触发超限报错。

解决方案 #

手动指定刻度位置和对应标签：

• 从原始时间索引中筛选15分钟间隔的时间点
• 获取这些时间点在DataFrame中的索引位置
• 设置x轴刻度为这些位置，标签为格式化后的时间字符串

完整代码示例 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 生成测试数据
idx = pd.date_range("2023-06-15", "2023-06-16", freq="1min", inclusive="left")
df = pd.DataFrame(np.random.rand(len(idx), 5), index=idx)

fig, ax = plt.subplots()
im = ax.imshow(df.transpose(), aspect="auto")
fig.colorbar(im, ax=ax)

# 筛选15分钟间隔的时间点
target_times = idx[idx.minute % 15 == 0]
# 获取这些时间点对应的x轴位置（索引）
tick_positions = [idx.get_loc(t) for t in target_times]
# 格式化时间标签为HH:MM:SS
tick_labels = [t.strftime("%H:%M:%S") for t in target_times]

# 设置x轴刻度
ax.set_xticks(tick_positions)
ax.set_xticklabels(tick_labels)

plt.show()

补充说明 #

• 如果需要更灵活的时间筛选，可直接用pd.date_range生成目标时间点再匹配索引位置：

  target_times = pd.date_range("2023-06-15", "2023-06-16", freq="15min", inclusive="left")
  

• 若标签显示拥挤，可添加plt.xticks(rotation=45)旋转标签优化显示。

内容的提问来源于stack exchange，提问作者rwb