如何在Matplotlib X轴设置自定义年份：解决日期显示为1970年代问题

问题描述：希望红色曲线起始年份为2020年，所有曲线结束年份为2030年，但当前图表X轴始终显示1970年代的日期。

图表示例：

相关代码：

from matplotlib.dates import YearLocator, MonthLocator, DateFormatter
import pylab

years = YearLocator()   # every year
months = MonthLocator()  # every month
yearsFmt = DateFormatter('%Y')

J_diff = cInc[1:] - cInc[:-1]
J_diffint = cIncint[1:] - cIncint[:-1]
#J_diff = np.diff(cInc)
fig = plt.figure(facecolor='w')
ax = fig.add_subplot(111, facecolor='#dddddd', axisbelow=True)
ax.xaxis.set_major_locator(years)
ax.xaxis.set_major_formatter(yearsFmt)
ax.xaxis.set_minor_locator(months)
#ax.plot(t, U*100000, 'black', alpha=1, lw=2, label='uninfected')
#ax.plot(t, Lf/100000, 'r', alpha=1, lw=2, label='latent fast')
#ax.plot(t, Ls/100000, 'black', alpha=1, lw=2, label='latent slow')
#ax.plot(t, I*100000, 'green', alpha=1, lw=2, label='infected')
#ax.plot(t, R*100000, 'red', alpha=1, lw=2, label='recovered')
ax.plot(t[1:], J_diff*100000, 'blue', alpha=1, lw=2, label='incidence')
ax.plot(t[1:]+500, J_diffint*100000, 'red', alpha=1, lw=2, label='intervention incidence')
#ax.plot(t, cInc, 'red', alpha=1, lw=2, label='Prevalence')
ax.set_xlabel('Time in years')
ax.set_ylabel('Number')
ax.grid(b=True, which='major', c='w', lw=2, ls='-')
legend = ax.legend()
legend.get_frame().set_alpha(0.5)
plt.title("Intervention")
plt.show()

问题原因 #

matplotlib默认将数值0映射为Unix纪元起始日期（1970-01-01），你的t数组是从0开始的年份偏移值（而非实际日期对象），再加上错误给红色曲线的X轴数据加了+500，导致X轴刻度逻辑混乱，显示出1970年代的日期。

修正方案 #

方案一：将数值转换为实际日期对象（推荐） #

把t的偏移值转换成对应2020-2030的datetime对象，让matplotlib的日期定位器正确识别年份：

from matplotlib.dates import YearLocator, MonthLocator, DateFormatter
import pylab
import datetime  # 新增导入

years = YearLocator()   # every year
months = MonthLocator()  # every month
yearsFmt = DateFormatter('%Y')

J_diff = cInc[1:] - cInc[:-1]
J_diffint = cIncint[1:] - cIncint[:-1]
#J_diff = np.diff(cInc)
fig = plt.figure(facecolor='w')
ax = fig.add_subplot(111, facecolor='#dddddd', axisbelow=True)
ax.xaxis.set_major_locator(years)
ax.xaxis.set_major_formatter(yearsFmt)
ax.xaxis.set_minor_locator(months)

# 将t转换为2020年起始的datetime数组
# 假设t是[0,1,2,...,10]，对应2020到2030
t_dates = [datetime.datetime(2020 + int(year), 1, 1) for year in t]

# 修改绘图代码，使用转换后的日期对象
ax.plot(t_dates[1:], J_diff*100000, 'blue', alpha=1, lw=2, label='incidence')
# 去掉错误的+500，直接用对应2020起始的日期
ax.plot(t_dates[1:], J_diffint*100000, 'red', alpha=1, lw=2, label='intervention incidence')

ax.set_xlabel('Time in years')
ax.set_ylabel('Number')
ax.grid(b=True, which='major', c='w', lw=2, ls='-')
legend = ax.legend()
legend.get_frame().set_alpha(0.5)
plt.title("Intervention")
# 手动设置X轴范围为2020-2030
ax.set_xlim(datetime.datetime(2020,1,1), datetime.datetime(2030,1,1))
plt.show()

方案二：手动设置X轴刻度与标签 #

如果不想使用datetime对象，可以直接自定义X轴的刻度和标签，同时去掉错误的+500：

from matplotlib.dates import YearLocator, MonthLocator, DateFormatter
import pylab

years = YearLocator()   # every year
months = MonthLocator()  # every month
yearsFmt = DateFormatter('%Y')

J_diff = cInc[1:] - cInc[:-1]
J_diffint = cIncint[1:] - cIncint[:-1]
#J_diff = np.diff(cInc)
fig = plt.figure(facecolor='w')
ax = fig.add_subplot(111, facecolor='#dddddd', axisbelow=True)
# 注释掉日期定位器，改用自定义刻度
# ax.xaxis.set_major_locator(years)
# ax.xaxis.set_major_formatter(yearsFmt)
# ax.xaxis.set_minor_locator(months)

# 去掉红色曲线的+500
ax.plot(t[1:], J_diff*100000, 'blue', alpha=1, lw=2, label='incidence')
ax.plot(t[1:], J_diffint*100000, 'red', alpha=1, lw=2, label='intervention incidence')

# 手动设置X轴刻度和对应标签（假设t范围是0-10，对应2020-2030）
ax.set_xticks(t)
ax.set_xticklabels([2020 + int(x) for x in t])
# 设置X轴范围
ax.set_xlim(0, 10)

ax.set_xlabel('Time in years')
ax.set_ylabel('Number')
ax.grid(b=True, which='major', c='w', lw=2, ls='-')
legend = ax.legend()
legend.get_frame().set_alpha(0.5)
plt.title("Intervention")
plt.show()

关键注意点 #

• 必须去掉红色曲线X轴数据中的+500，这个操作会让X轴数值跳到500以上，对应matplotlib的日期是1970+500=2470年，完全偏离需求区间。
• 确保t的数值范围对应2020-2030的年份偏移（比如0对应2020，10对应2030），如果t是天数，需要先转换成年份偏移再处理。

内容的提问来源于stack exchange，提问作者Landon