使用twinx绘制Pandas时间序列双Y轴时X轴标签重叠的解决方法

我有如下Pandas Series数据：

2022-10-08    0.357143
2022-10-09    0.500000
2022-10-10    0.500000
2022-10-11    0.500000
2022-10-12    0.642857
                ...   
2022-12-26    1.792857
2022-12-27    1.757143
2022-12-28    1.807143
2022-12-29    2.092857
2022-12-30    1.785714
Name: amount, Length: 84, dtype: float64

我希望为其绘制双Y轴图表：左Y轴显示原始数值，右Y轴显示数值乘以7的结果（代表7天均值对应的总和）。使用以下代码绘图：

#plot 7 day rolling average
weekly.plot()
# Create a second y-axis to show total weekly hours
y2 = plt.twinx()
# plot the summation of a 7 day window
y2.plot(weekly*7)

但生成的图表出现X轴标签重叠问题；若删除数据中间的一行（如2022-10-12），问题则不会出现，对应代码：

weekly.drop(index="2022-10-12",inplace=True)
#plot 7 day rolling average
weekly.plot()
# Create a second y-axis to show total weekly hours
y2 = plt.twinx()
# plot the summation of a 7 day window
y2.plot(weekly*7)

请问如何解决X轴标签重叠问题？是否有更优的绘图实现方式？

一、解决X轴标签重叠问题 #

1. 自动旋转标签+调整布局 #

这是最直接的处理方式，通过旋转X轴标签并让布局自动适配，避免重叠：

import matplotlib.pyplot as plt

weekly.plot()
y2 = plt.twinx()
y2.plot(weekly*7)

# 旋转X轴标签，避免拥挤
plt.xticks(rotation=45)
# 自动调整图表布局，确保标签完整显示
plt.tight_layout()
plt.show()

2. 自定义时间刻度密度 #

针对时间序列数据，可手动设置X轴刻度的显示间隔，比如只保留每周的日期标签：

import matplotlib.pyplot as plt
import matplotlib.dates as mdates

fig, ax1 = plt.subplots()
# 左Y轴绘制原始数据
ax1.plot(weekly.index, weekly.values, label='7天均值')
ax1.set_ylabel('7天均值')

# 右Y轴绘制乘以7后的结果
ax2 = ax1.twinx()
ax2.plot(weekly.index, weekly.values*7, color='orange', label='7天总和')
ax2.set_ylabel('7天总和')

# 设置X轴为每周一个刻度
ax1.xaxis.set_major_locator(mdates.WeekdayLocator())
# 格式化日期显示格式
ax1.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))

plt.xticks(rotation=45)
plt.tight_layout()
# 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.show()

3. 修复时间索引连续性 #

删除某一行后问题消失，说明原数据的时间索引可能存在隐性的非连续/异常问题，先检查并修复索引：

# 强制索引为连续的每日序列
weekly = weekly.asfreq('D')
# 用前向填充补全缺失值（按需选择填充方式）
weekly = weekly.fillna(method='ffill')

修复索引后再绘图，标签重叠问题大概率会自然解决。

二、更优的绘图实现方式 #

直接使用Pandas内置的secondary_y参数，代码更简洁，还能自动处理部分布局逻辑：

# 左Y轴绘制原始数据
weekly.plot(ylabel='7天均值', label='7天均值')
# 右Y轴绘制乘以7后的结果，无需手动创建twinx
(weekly*7).plot(secondary_y=True, ylabel='7天总和', label='7天总和', color='orange')

plt.xticks(rotation=45)
plt.tight_layout()
plt.legend(loc='upper left')
plt.show()

这种方式代码紧凑，能自动关联双轴图例，减少手动配置的工作量。

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