Matplotlib时间序列图X轴日期拥挤，如何仅显示年份优化轴标签？

你的时间序列索引包含月份（YYYY-MM格式），直接绘图会生成过多刻度导致X轴拥挤模糊。以下是两种可行解决方案：

方案1：保留原始数据，调整X轴刻度格式 #

无需修改数据，通过Matplotlib的日期工具设置仅显示年份刻度：

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

df = pca_function(sd_Data)

fig, ax = plt.subplots(2, 1)
# 绘制直方图
ax[0].hist(df['comp_0'])
ax[0].set_ylabel('Frequency')

# 绘制时间序列
ax[1].plot(df.index, df['comp_0'])
ax[1].set_xlabel('Years')

# 配置X轴年份刻度
# 每年生成一个主刻度，可通过base=5改为每5年显示一次
ax[1].xaxis.set_major_locator(mdates.YearLocator())
# 将刻度格式化为4位年份
ax[1].xaxis.set_major_formatter(mdates.DateFormatter('%Y'))
# 旋转标签避免重叠，同时缩小字号优化显示
ax[1].tick_params(axis='x', rotation=45, labelsize=8)

fig.suptitle('Histogram and Time series of Plot Factor')
plt.tight_layout()
# fig.savefig('factor1959.pdf')

关键说明 #

• mdates.YearLocator()：控制刻度生成频率，默认每年一个刻度，按需调整base参数可减少刻度数量
• mdates.DateFormatter('%Y')：将日期格式转为纯4位年份，去除月份信息
• tick_params：调整标签角度和字号，进一步提升可读性

方案2：按年份聚合数据（简化绘图） #

如果不需要保留月度细节，可先对数据按年份聚合（如取均值、中位数），再绘制年度时间序列：

import matplotlib.pyplot as plt

df = pca_function(sd_Data)
# 按年份重采样，计算年均值（可替换为sum/median等其他聚合方式）
yearly_data = df.resample('Y').mean()

fig, ax = plt.subplots(2, 1)
ax[0].hist(df['comp_0'])
ax[0].set_ylabel('Frequency')

# 绘制年度聚合后的时间序列
ax[1].plot(yearly_data.index.year, yearly_data['comp_0'])
ax[1].set_xlabel('Years')
# 设置X轴刻度为所有年份
ax[1].set_xticks(yearly_data.index.year)
ax[1].tick_params(axis='x', rotation=45, labelsize=8)

fig.suptitle('Histogram and Time series of Plot Factor')
plt.tight_layout()

内容的提问来源于stack exchange，提问作者Moe