Plotly Python实现X轴双标签（周与月）的时间可视化咨询

完全可以用Python的Plotly实现这种双层X轴的效果，核心思路是通过叠加X轴，将月份作为上层标签、周作为下层标签，对应到数据的时间维度上。以下是具体实现代码和说明：

实现步骤 #

1. 整理数据集：确保数据包含周、月的标识字段，以及对应的数值指标。
2. 创建主数据轨迹：以周为单位绘制时间序列数据。
3. 配置双层X轴：下层显示周标签，上层显示月份标签，对应到每个月的起始周位置。

完整代码示例 #

import plotly.graph_objects as go
import pandas as pd
import numpy as np

# 构造模拟数据集（替换成你的真实数据即可）
dates = pd.date_range(start='2024-01-01', end='2024-03-31', freq='W')
df = pd.DataFrame({
    'date': dates,
    'week': [f"周{w}" for w in dates.isocalendar().week],
    'month': dates.month_name(),
    'value': np.random.randint(10, 50, size=len(dates))
})

# 提取每个月的起始周对应的索引位置
month_start_indices = [df[df['month'] == m].index[0] for m in df['month'].unique()]
month_names = df['month'].unique()

# 创建图表
fig = go.Figure()

# 添加主数据轨迹
fig.add_trace(go.Scatter(
    x=df.index,
    y=df['value'],
    mode='lines+markers',
    line={'color': '#2c3e50'},
    marker={'size': 8},
    name='每周数值'
))

# 配置下层X轴（周标签）
fig.update_xaxes(
    tickmode='array',
    tickvals=df.index,
    ticktext=df['week'],
    title_text='周',
    tickfont={'size': 10}
)

# 配置上层X轴（月标签）
fig.update_layout(
    xaxis2=dict(
        tickmode='array',
        tickvals=month_start_indices,
        ticktext=month_names,
        overlaying='x',
        side='top',
        title_text='月',
        tickfont={'size': 12, 'color': '#e74c3c'},
        showgrid=False  # 隐藏上层轴网格线，避免干扰
    ),
    title='周&月双层X轴时间序列图',
    yaxis_title='数值',
    height=500,
    width=800
)

fig.show()

代码说明 #

• 数据适配：模拟数据生成了2024年1-3月的每周数据，包含周、月标识和随机数值，你可以直接替换为自己的真实数据集。
• 双层轴逻辑：下层X轴绑定每条数据的索引，显示对应的周标签；上层X轴通过overlaying='x'叠加在主X轴上方，仅在每个月的起始周位置显示月份名称，避免标签重叠。
• 样式优化：通过tickfont设置不同轴的字体样式，showgrid=False隐藏上层轴网格线，让图表更清晰易读。

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