为何Matplotlib绘图时会自动添加日期？示例：2023-02-15

原因分析 #

你用pd.to_datetime处理YearMonth列时，只指定了%Y%m的格式，Pandas会自动把日部分默认设为当月第一天（比如202302会转为2023-02-01），最终得到的是完整的datetime64类型数据。而Matplotlib的日期刻度渲染逻辑会根据数据的时间跨度自动选择刻度显示格式，当它认为需要填充刻度间隔时，就会生成中间日期（比如2023-02-15）作为刻度标签，这就出现了你看到的带日的日期。

解决办法 #

这里提供三种实用的处理方式：

• 自定义Matplotlib日期刻度格式
  直接指定x轴刻度只显示年月，代码如下：

  import pandas as pd
  import matplotlib.pyplot as plt
  from matplotlib.dates import DateFormatter
  
  df = pd.DataFrame()
  df['YearMonth'] = [202303,202302,202301,202212,202211]
  df['total_burgers'] = [800,900,1200,1100,1000]
  df['YearMonth'] = pd.to_datetime(df['YearMonth'], format='%Y%m')
  
  fig, ax = plt.subplots()
  ax.plot(df['YearMonth'], df['total_burgers'])
  
  # 设置日期格式为「年-月」
  date_formatter = DateFormatter("%Y-%m")
  ax.xaxis.set_major_formatter(date_formatter)
  
  # 旋转刻度标签避免重叠
  plt.xticks(rotation=45)
  plt.show()
  

• 将日期转为字符串作为x轴
  如果不需要后续对日期做计算，直接把YearMonth转成年月字符串，这样Matplotlib就会按普通文本渲染刻度：

  import pandas as pd
  import matplotlib.pyplot as plt
  
  df = pd.DataFrame()
  df['YearMonth'] = [202303,202302,202301,202212,202211]
  df['total_burgers'] = [800,900,1200,1100,1000]
  # 转为「年-月」格式的字符串
  df['YearMonth'] = df['YearMonth'].astype(str).apply(lambda x: f"{x[:4]}-{x[4:]}")
  
  plt.plot(df['YearMonth'], df['total_burgers'])
  plt.xticks(rotation=45)
  plt.show()
  

• 使用Pandas内置绘图接口
  Pandas的绘图工具对日期类型的处理更贴合日常需求，会自动优化刻度显示：

  import pandas as pd
  
  df = pd.DataFrame()
  df['YearMonth'] = [202303,202302,202301,202212,202211]
  df['total_burgers'] = [800,900,1200,1100,1000]
  df['YearMonth'] = pd.to_datetime(df['YearMonth'], format='%Y%m')
  
  df.plot(x='YearMonth', y='total_burgers', rot=45)
  plt.show()
  

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