能否在Matplotlib外使用AutoDateLocator？自定义绘图日期区间优化

一、使用Matplotlib的AutoDateLocator生成最优刻度 #

AutoDateLocator会根据你的日期范围自动匹配最合适的时间间隔，以下是完整的使用流程：

1. 初始化AutoDateLocator实例
2. 通过get_locator获取适配当前日期范围的子定位器
3. 转换日期为Matplotlib数值格式后，调用子定位器的tick_values生成刻度
4. 将刻度数值转回datetime对象

示例代码：

from matplotlib.dates import AutoDateLocator, num2date
import datetime as dt

# 定义目标日期范围
start = dt.datetime(2021, 12, 13, 18, 0)
end = dt.datetime(2021, 12, 13, 19, 0)

# 初始化AutoDateLocator
locator = AutoDateLocator()
# 获取适配该范围的子定位器
sub_locator = locator.get_locator(start, end)
# 将datetime转换为Matplotlib内部数值格式
start_num, end_num = locator.viewlim_to_dt(start, end)
# 生成刻度数值
tick_nums = sub_locator.tick_values(start_num, end_num)
# 转换回datetime对象
ticks = num2date(tick_nums)

# 输出结果
print("自动生成的刻度：")
for tick in ticks:
    print(tick.strftime("%Y-%m-%d %H:%M:%S"))

针对1小时的时间范围，它会自动生成15分钟间隔的刻度；如果是跨天/跨周的范围，会自动切换到天/周级的间隔，无需手动调整。

二、其他替代方案 #

1. 手动判断间隔（高度可控） #

根据日期范围的时长自定义间隔规则，适合需要精准控制刻度的场景：

import datetime as dt

def generate_date_ticks(start: dt.datetime, end: dt.datetime) -> list[dt.datetime]:
    delta = end - start
    # 根据时长选择对应间隔
    if delta < dt.timedelta(minutes=10):
        interval = dt.timedelta(minutes=1)
    elif delta < dt.timedelta(hours=2):
        interval = dt.timedelta(minutes=15)
    elif delta < dt.timedelta(days=1):
        interval = dt.timedelta(hours=1)
    elif delta < dt.timedelta(weeks=1):
        interval = dt.timedelta(days=1)
    else:
        interval = dt.timedelta(weeks=1)
    
    # 生成刻度序列
    ticks = []
    current = start
    while current <= end:
        ticks.append(current)
        current += interval
    return ticks

# 测试
start = dt.datetime(2021, 12, 13, 18, 0)
end = dt.datetime(2021, 12, 13, 19, 0)
print(generate_date_ticks(start, end))

2. 使用Pandas的date_range #

Pandas的date_range支持freq='auto'参数，可自动根据日期范围生成合理的时间序列：

import pandas as pd
import datetime as dt

start = dt.datetime(2021, 12, 13, 18, 0)
end = dt.datetime(2021, 12, 13, 19, 0)
# 自动选择间隔生成刻度
ticks = pd.date_range(start=start, end=end, freq='auto')
print(ticks)

内容的提问来源于stack exchange，提问作者seb