使用Matplotlib以datetime类型绘制非连续时间序列遇异常问题

我尝试使用以下数据集绘制date与num的关系图：

date    num
0   22/12/2022 09:09    7.92
1   22/12/2022 09:09    7.95
2   22/12/2022 09:09    7.98
3   22/12/2022 09:09    7.95
4   22/12/2022 09:09    7.93

... ... ...

4514    23/12/2022 14:48    5.68
4515    23/12/2022 14:48    5.68
4516    23/12/2022 14:48    5.69
4517    23/12/2022 14:48    5.70
4518    23/12/2022 14:48    5.66

当date列类型为字符串时，绘制的图是正确的：

data_1.plot(x='date',y='num')
plt.xticks(rotation = 45)

（配图：字符串日期绘图效果）

但当我将date转换为datetime类型后，图中出现了数据中不存在的时间点：

data_1['date'] = pd.to_datetime(data_1['date'], format='%d/%m/%Y %H:%M')
data_1.plot(x='date',y='num')
plt.xticks(rotation = 45)

（配图：datetime类型绘图效果）

更新：感谢编辑我的问题并提供解决方案，但该方案建议转回字符串类型，我需要基于datetime类型的解决办法。

原因分析 #

使用pandas的plot()方法绘制datetime类型的x轴时，pandas会自动生成连续的时间轴刻度——哪怕你的数据是离散的时间点（比如多个数据点共享同一时间），它会默认填充时间区间内的所有刻度，导致出现数据中不存在的时间点。

解决办法 #

方法1：用matplotlib直接绘图，指定x轴刻度为数据中唯一的datetime值

import matplotlib.pyplot as plt
import pandas as pd

# 转换date为datetime类型
data_1['date'] = pd.to_datetime(data_1['date'], format='%d/%m/%Y %H:%M')

# 获取数据中唯一的时间点
unique_dates = data_1['date'].unique()

# 使用matplotlib原生绘图
plt.plot(data_1['date'], data_1['num'])
plt.xticks(ticks=unique_dates, labels=unique_dates, rotation=45)
plt.show()

方法2：pandas绘图时启用x_compat=True参数

pandas的plot()方法提供x_compat=True参数，会调用matplotlib的原生日期处理逻辑，避免自动生成额外的时间刻度：

data_1['date'] = pd.to_datetime(data_1['date'], format='%d/%m/%Y %H:%M')
data_1.plot(x='date', y='num', x_compat=True)
plt.xticks(rotation=45)
plt.show()

方法3：手动设置x轴刻度定位器

通过matplotlib的日期定位器，强制只显示数据中存在的时间点：

import matplotlib.dates as mdates

data_1['date'] = pd.to_datetime(data_1['date'], format='%d/%m/%Y %H:%M')
ax = data_1.plot(x='date', y='num')
# 设置刻度为数据中的唯一日期
ax.xaxis.set_major_locator(mdates.FixedLocator(data_1['date'].unique()))
plt.xticks(rotation=45)
plt.show()

内容的提问来源于stack exchange，提问作者Muhammad M