如何解决Plotly Go绘制多日期时间序列的混乱绘图问题

你的问题核心是把TIME列当成字符串类别处理，导致Plotly把每天重复的时间点当作独立X轴项，最终刻度拥挤、线条重叠混乱。下面是针对性解决方案：

关键修改思路 #

把TIME转换成连续的时间数值（比如从0点开始的分钟数），让6组数据的X轴完全对齐，之后再把X轴刻度格式化为友好的时间字符串，兼顾数据对齐和可读性。

修改后的完整代码 #

import random
import pandas as pd
import numpy as np
import plotly.graph_objects as go
import seaborn as sns

random.seed(0)

# 生成示例数据
df = pd.DataFrame({'DATE_TIME': pd.date_range('2022-11-01', '2022-11-06 23:00:00', freq='20min'),
                   'ID': [random.randrange(1, 3) for n in range(430)]})
df['VALUE1'] = [random.uniform(110, 160) for n in range(430)]
df['INSPECTION'] = df['DATE_TIME'].dt.day
df['TIME'] = df['DATE_TIME'].dt.time
df['TIME'] = df['TIME'].astype('str')

# 新增：将TIME转换为从0点开始的分钟数（连续数值）
df['TIME_MINUTES'] = pd.to_timedelta(df['TIME']).dt.total_seconds() // 60

# 筛选ID=1的数据
df_id = df[df.ID == 1]
list_inspection = sorted(df_id['INSPECTION'].unique())
pal = list(sns.color_palette(palette='viridis', n_colors=len(list_inspection)).as_hex())

fig = go.Figure()
for d, p in zip(list_inspection, pal):
    subset = df_id[df_id['INSPECTION'] == d]
    fig.add_trace(go.Scatter(
        x=subset['TIME_MINUTES'],
        y=subset['VALUE1'],
        name=f"检查{d}",
        line_color=p,
        hovertemplate='时间: %{customdata}<br>VALUE1: %{y:.2f}',
        customdata=subset['TIME']  # hover时显示原始时间字符串
    ))

# 配置X轴：将分钟数转换回时间格式显示
fig.update_xaxes(
    tickvals=np.arange(0, 24*60+1, 360),  # 每6小时一个刻度（360分钟）
    ticktext=['00:00', '06:00', '12:00', '18:00', '24:00'],
    title='时间'
)

fig.update_yaxes(title='VALUE1')
fig.update_layout(title='ID=1的6组24小时测量数据', legend_title='检查批次')
fig.show()

改动说明 #

1. 数据转换：新增TIME_MINUTES列，把时间字符串转成从0点开始的分钟数，让X轴变成连续数值轴，确保6组数据的时间点完全对齐。
2. Hover优化：用customdata绑定原始时间字符串，鼠标悬停时能看到具体时间，不影响数据对齐的同时提升可读性。
3. X轴刻度配置：手动设置刻度间隔（每6小时一个），并把刻度值转换回时间字符串，避免刻度拥挤。
4. 代码精简：移除无关库导入，只保留必要部分，让逻辑更清晰。

这样处理后，6组24小时的数据会在同一个连续时间轴上对齐展示，线条不会混乱，X轴刻度清晰易读。

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