求助：Matplotlib中柱状图如何实现折线图般的DateTime轴格式化

我太懂这种烦恼了！用df.plot()画折线图的时候，日期轴自动调整得整整齐齐，但一换成柱状图，x轴就挤成一团根本没法看——这其实是因为Pandas对两种图表的日期索引处理逻辑不一样：折线图把日期当作连续的时间序列，Matplotlib会自动帮你筛选合适的刻度；但柱状图默认把每个日期都当成独立的分类项，硬要把所有标签都塞进去，结果自然乱糟糟。

给你两个简便的解决办法，都能让柱状图的日期轴和折线图一样美观：

方法一：手动控制刻度间隔（Pandas绘图直接调整） #

这种方法不用切换到纯Matplotlib绘图，直接在Pandas生成的柱状图基础上调整：

import pandas as pd
from random import randrange
import matplotlib.pyplot as plt

# 先生成你的DataFrame
dates = pd.date_range(start="2020-02-01",end='2020-04-18',freq='1d')
df = pd.DataFrame(index=dates,data=[randrange(10000) for i in range(78)])

# 绘制柱状图并获取轴对象
ax = df.plot(kind='bar', figsize=(12,4))

# 设置每隔N天显示一个刻度（比如每隔7天，也就是每周）
interval = 7
ax.set_xticks(range(0, len(df.index), interval))
# 对应设置刻度标签的日期格式
ax.set_xticklabels(df.index[::interval].strftime('%m-%d'))

# 旋转标签避免重叠，调整布局防止截断
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

你可以根据数据量调整interval的值，比如数据量多就设大一点，少就设小一点，灵活度很高。

方法二：用Matplotlib原生绘图（自动适配日期刻度） #

如果想让Matplotlib自动帮你选最合适的刻度间隔，就直接用Matplotlib的bar函数，把日期转换成它能识别的格式：

import pandas as pd
from random import randrange
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

# 生成DataFrame
dates = pd.date_range(start="2020-02-01",end='2020-04-18',freq='1d')
df = pd.DataFrame(index=dates,data=[randrange(10000) for i in range(78)])

fig, ax = plt.subplots(figsize=(12,4))
# 将DateTime索引转换为Matplotlib可识别的日期数值
x = mdates.date2num(df.index)
# 绘制柱状图，width控制柱子宽度
ax.bar(x, df[0], width=0.8)

# 设置日期格式，比如显示月-日
ax.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d'))
# 让Matplotlib自动选择合适的刻度位置
ax.xaxis.set_major_locator(mdates.AutoDateLocator())

# 旋转标签+调整布局
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

这种方法的好处是不用手动算间隔，Matplotlib会根据图表宽度自动调整，和折线图的日期处理逻辑完全一致，出来的效果非常清爽。

你可以根据自己的需求选其中一种，亲测都能解决x轴拥挤的问题～

内容的提问来源于stack exchange，提问作者germ