如何在Python中将日期替换为月份以优化图表X轴可读性？

步骤说明与修改后代码 #

要解决X轴日期可读性差的问题，核心是先将原始日期解析为标准日期格式，再统一格式化为月份缩写+年份后两位的形式，具体代码如下：

import pandas as pd
from matplotlib import pyplot as plt

# 读取数据并自动解析日期列
df = pd.read_csv("Stock.csv", parse_dates=['Date'])

# 将日期格式化为「月份缩写 年份后两位」的形式（如 Sep 21）
df['Formatted_Date'] = df['Date'].dt.strftime('%b %y')

# 使用格式化后的日期绘图
plt.plot(df['Formatted_Date'], df['High'], color="green", label="High")

# 优化X轴标签显示，避免重叠
plt.xticks(rotation=45, ha='right')

# 添加图表标签与图例
plt.xlabel('日期')
plt.ylabel('High')
plt.legend()

# 自动调整布局，防止标签被截断
plt.tight_layout()
plt.show()

关键代码解释 #

• parse_dates=['Date']：读取CSV时直接将Date列解析为pandas的datetime类型，这是日期格式化的基础。
• dt.strftime('%b %y')：利用datetime的格式化方法，%b生成月份的三位英文缩写（如Sep），%y生成年份的后两位（如21），实现所有日期统一格式。
• plt.xticks(rotation=45, ha='right')：将X轴标签旋转45度并右对齐，避免密集的日期标签重叠，大幅提升可读性。
• plt.tight_layout()：自动调整图表的边距和元素位置，确保所有标签、图例都能完整显示。

如果需要更精细化的日期格式控制（比如不同区间用不同格式），可以通过条件判断实现，但统一为月份+年份的格式已经能很好解决当前X轴可读性差的问题。

内容的提问来源于stack exchange，提问作者Mohit Narwani