如何在Matplotlib中正确绘制数组中的日期类型X轴值？

问题背景 #

• 定义了Pandas Series对象x = new_df['month']，包含的日期值如下：

0,2021-01-01
1,2021-02-01
2,2021-03-01
3,2021-04-01
4,2021-05-01
5,2021-06-01
6,2021-07-01
7,2021-08-01
8,2021-09-01
9,2021-10-01
10,2021-11-01
11,2021-12-01
12,2022-01-01
13,2022-02-01
14,2022-03-01
15,2022-04-01
16,2022-05-01
17,2022-06-01
18,2022-07-01
19,2022-08-01
20,2022-09-01
21,2022-10-01
22,2022-11-01

• 编写了绘图函数side_by_side_bar_chart，代码如下：

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
import matplotlib.dates as mdates
import numpy as np

def side_by_side_bar_chart(x, y, labels, file_name):

    width = 0.25 # set bar width
    ind = np.arange(len(x)) # Get the number of x labels
    fig, ax = plt.subplots(figsize=(10, 8))

    # Get average number in order to set labels formatting
    ymax = int(max([mean(x) for x in y]))


    plt.xticks(ind, x) # sets x labels with values in x list (months)

    # These two lines format ax labels

    dtFmt = mdates.DateFormatter('%b-%y') # define the formatting
    plt.gca().xaxis.set_major_formatter(dtFmt)

    plt.savefig("charts/"+ file_name + ".png", dpi = 300)

• 遇到的问题：
  1. X轴所有刻度显示为Jan 70，日期格式化错误
  2. 使用twinx()绘制带趋势线的并列图表时，数值绘制错误

问题原因及修复方案 #

1. X轴日期显示错误的修复 #

核心错误：用np.arange(len(x))生成整数索引作为X轴位置，再用plt.xticks(ind, x)直接替换标签，而mdates.DateFormatter只识别Matplotlib的日期数值（不是Pandas日期对象或字符串），导致日期被误判为1970年起始的时间戳。

修复后的完整函数：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import numpy as np

def side_by_side_bar_chart(x, y, labels, file_name):
    width = 0.25
    fig, ax = plt.subplots(figsize=(10, 8))
    
    # 确保x是datetime类型（若原始数据不是则转换）
    x = pd.to_datetime(x)
    # 将日期转换为Matplotlib可识别的数值格式
    x_num = mdates.date2num(x)
    
    # 绘制并列柱状图：为每个系列偏移宽度
    for idx, (y_data, label) in enumerate(zip(y, labels)):
        ax.bar(x_num + idx * width, y_data, width=width, label=label)
    
    # 设置X轴日期格式化
    dtFmt = mdates.DateFormatter('%b-%y')
    ax.xaxis.set_major_formatter(dtFmt)
    # 自动旋转X轴标签，避免重叠
    fig.autofmt_xdate()
    
    # 修复ymax计算：替换未导入的mean为max，增加余量避免顶格
    ymax = int(max([max(data) for data in y])) + 5
    ax.set_ylim(0, ymax)
    
    ax.legend()
    plt.savefig(f"charts/{file_name}.png", dpi=300)
    plt.close()

2. 带趋势线的双Y轴（twinx）修复 #

使用twinx()时，需保证两个轴共享X轴的日期坐标，不能重新设置X轴刻度，趋势线要基于日期数值绘制：

扩展后的示例函数：

def side_by_side_bar_with_trend(x, y, labels, trend_data, file_name):
    width = 0.25
    fig, ax1 = plt.subplots(figsize=(10, 8))
    
    x = pd.to_datetime(x)
    x_num = mdates.date2num(x)
    
    # 绘制并列柱状图
    for idx, (y_data, label) in enumerate(zip(y, labels)):
        ax1.bar(x_num + idx * width, y_data, width=width, label=label)
    
    # 配置第一个Y轴
    ax1.set_ylabel('柱状图数值')
    dtFmt = mdates.DateFormatter('%b-%y')
    ax1.xaxis.set_major_formatter(dtFmt)
    fig.autofmt_xdate()
    
    # 创建双Y轴并绘制趋势线
    ax2 = ax1.twinx()
    # 线性拟合趋势线
    z = np.polyfit(x_num, trend_data, 1)
    p = np.poly1d(z)
    ax2.plot(x_num, p(x_num), color='red', linestyle='--', label='趋势线')
    ax2.set_ylabel('趋势线数值')
    
    # 合并双轴图例
    lines1, labels1 = ax1.get_legend_handles_labels()
    lines2, labels2 = ax2.get_legend_handles_labels()
    ax1.legend(lines1 + lines2, labels1 + labels2, loc='upper left')
    
    plt.savefig(f"charts/{file_name}.png", dpi=300)
    plt.close()

关键注意事项 #

• 必须确保X轴数据为datetime类型，用pd.to_datetime()强制转换
• 用mdates.date2num()将日期转为Matplotlib可处理的数值，用于柱状图位置计算和趋势线拟合
• 禁止混合使用整数索引和日期对象作为X轴数据，否则格式化器会失效
• 使用twinx()时，两个轴共享X轴坐标空间，所有绘图操作都要基于同一个日期数值集合

内容的提问来源于stack exchange，提问作者yulesst