使用Seaborn绘制带Datetime Index的DataFrame柱状图的问题

一、白色柱状条与背景区分度差的原因及解决办法 #

原因分析 #

你调用了sns.set()后，Seaborn默认的主题（比如darkgrid）会把Matplotlib的默认柱状图颜色设为白色，而背景是浅灰色的网格底，这就导致白色柱子和背景的对比度极低，看起来几乎融为一体。

解决办法 #

有几种简单的方式可以快速解决：

• 手动指定柱状图颜色：在ax.bar()里添加color参数，选一个和浅灰色背景对比度高的颜色，比如Matplotlib默认的蓝色：

  ax.bar(df.index, df['numbers'], color='#1f77b4')
  

• 改用Seaborn的barplot：Seaborn的barplot会自动适配主题配色，避免对比度问题：

  sns.barplot(x=df.index, y=df['numbers'], ax=ax)
  

• 全局修改默认柱状图颜色：如果你不想每次都手动指定，可以提前修改Matplotlib的全局设置：

  plt.rcParams['patch.facecolor'] = '#1f77b4'
  

二、使用df.plot(kind='bar')丢失6个月间隔刻度和网格的解决办法 #

问题根源 #

当你用plot(kind='bar')时，Pandas会把Datetime Index的每个条目都当作独立的类别型x轴标签，而非连续的时间轴，所以默认会显示所有月份的标签，同时丢失了时间轴自带的间隔刻度和网格逻辑。

解决办法 #

我们可以把x轴重新当作连续时间轴处理，手动设置刻度间隔，同时保留网格：

方案1：用Matplotlib的dates模块处理时间刻度

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

sns.set()
index = pd.date_range('2012-01-01', periods=48, freq='M')
data = np.random.randint(100, size=(len(index),1))
df = pd.DataFrame(index=index, data=data, columns=['numbers'])

fig, ax = plt.subplots()
df['numbers'].plot(kind='bar', ax=ax)

# 设置x轴为6个月间隔的时间刻度
ax.xaxis.set_major_locator(mdates.MonthLocator(interval=6))
# 格式化时间标签为YYYY-MM格式
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))

# 旋转标签避免重叠
plt.xticks(rotation=45)
# 确保网格显示（Seaborn默认已开启，这里做确认）
ax.grid(True)

plt.tight_layout()
plt.show()

方案2：手动筛选刻度位置和标签

如果你更习惯用FixedFormatter，可以手动挑选每6个月的位置和对应标签：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
import matplotlib.ticker as ticker

sns.set()
index = pd.date_range('2012-01-01', periods=48, freq='M')
data = np.random.randint(100, size=(len(index),1))
df = pd.DataFrame(index=index, data=data, columns=['numbers'])

fig, ax = plt.subplots()
df['numbers'].plot(kind='bar', ax=ax)

# 筛选每6个月的索引位置和对应的时间标签
interval = 6
tick_positions = np.arange(0, len(df), interval)
tick_labels = df.index[tick_positions].strftime('%Y-%m')

# 设置刻度位置和标签
ax.xaxis.set_major_locator(ticker.FixedLocator(tick_positions))
ax.xaxis.set_major_formatter(ticker.FixedFormatter(tick_labels))

# 旋转标签提升可读性
plt.xticks(rotation=45)
# 保留网格线
ax.grid(True)

plt.tight_layout()
plt.show()

这样既能正常展示柱状图，又能恢复你需要的6个月间隔刻度标签和网格线。

内容的提问来源于stack exchange，提问作者effecor