如何优化Matplotlib图表X轴刻度？250条月度数据需求

核心思路是把字符串类型的日期转为datetime格式，让Matplotlib能识别时间维度，再利用内置的时间刻度工具自动生成年度刻度，无需手动逐个标注。

步骤1：转换日期格式 #

先将DataFrame中的字符串日期列转为datetime类型，让Matplotlib可以解析时间逻辑：

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

# 根据你的日期字符串实际格式调整format参数，示例为"2002-01"格式
df_polt['Päivä'] = pd.to_datetime(df_polt['Päivä'], format='%Y-%m')
X = df_polt['Päivä']
y = df_polt['Diesel']

步骤2：绘制折线图并设置年度刻度 #

使用YearLocator自动定位年度刻度，DateFormatter设置刻度的显示格式：

fig, ax = plt.subplots(1,1,figsize=(15, 10)) 
ax.plot(X, y)

# 设置X轴为主刻度每年显示一次
ax.xaxis.set_major_locator(mdates.YearLocator())
# 设置刻度仅显示年份（如2002、2003...）
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y'))

# 旋转刻度标签，避免重叠
plt.xticks(rotation=45)

plt.show()

灵活调整刻度密度 #

如果希望刻度数量更少（比如约10个），可以给YearLocator传入间隔参数，比如每隔2年显示一次刻度：

# 每隔2年显示一个刻度
ax.xaxis.set_major_locator(mdates.YearLocator(2))

注意事项 #

• 若你的日期字符串格式不是%Y-%m（比如"01/2002"），需要修改pd.to_datetime的format参数为对应格式（如%m/%Y），确保日期能被正确解析。

内容的提问来源于stack exchange，提问作者Jeba Jee