如何将Matplotlib图表X轴刻度从每日改为月度间隔？

你的核心问题是：当DataFrame存在重复日期索引时，Seaborn scatterplot默认会为每个数据点生成X轴刻度，导致刻度过于密集；同时手动设置set_xticklabels会干扰Matplotlib的日期定位器，引发刻度显示异常。下面是经过验证的解决方案：

步骤1：确保日期列是datetime类型 #

首先确认你的Date列已经转换为datetime64类型（你提到已经完成这步，但再确认一遍）：

import pandas as pd
daveysdf_2019['Date'] = pd.to_datetime(daveysdf_2019['Date'])

步骤2：正确配置日期刻度（关键！） #

不要使用set_xticklabels来手动指定刻度——这会覆盖Matplotlib的自动日期定位逻辑。直接通过MonthLocator和DateFormatter让Matplotlib自动处理刻度：

import matplotlib.pyplot as plt
import seaborn as sbn
from matplotlib.dates import MonthLocator, DateFormatter

fig, ax = plt.subplots(figsize=(40,25))
# 绘制散点图，X轴直接用datetime类型的Date列
chart = sbn.scatterplot(
    x='Date', 
    y='Total Caught', 
    data=daveysdf_2019, 
    hue='Boat', 
    style='Trip Type', 
    s=150
)

# 设置图表标题和图例
ax.set_title('Daveys Locker 2019 Totals', fontsize=20)
ax.legend(framealpha=0.5, fontsize=16)

# 配置X轴主刻度：每个月显示一个刻度
ax.xaxis.set_major_locator(MonthLocator())
# 设置刻度格式为「年-月」
ax.xaxis.set_major_formatter(DateFormatter('%Y-%m'))

# 旋转刻度标签避免重叠，同时调整字体大小
plt.xticks(rotation=75, fontsize=14)

# 自动调整布局，防止标签被图表边缘截断
plt.tight_layout()

# 保存或展示图表
figure = chart.get_figure()
# figure.savefig('daveys_locker_totals.png')
plt.show()

为什么你的之前方法失效？ #

• 你之前同时使用了ax.xaxis.set_major_locator和chart.set_xticklabels：后者会强制把所有唯一日期设为刻度，直接覆盖了定位器的规则，导致要么无刻度，要么刻度回到每日并重叠。
• 当X轴是datetime类型时，Matplotlib可以自动识别日期维度，无需手动指定刻度列表，只需要配置定位器和格式化器即可。

额外优化建议 #

• 如果数据跨多年，可以调整定位器间隔，比如MonthLocator(interval=3)来显示季度刻度；
• 如果刻度还是拥挤，可以缩小标签字体（fontsize参数），或者进一步调整图表的figsize；
• 若需要显示更精细的次要刻度（比如每周），可以添加：

  from matplotlib.dates import WeekdayLocator
  ax.xaxis.set_minor_locator(WeekdayLocator())
  

内容的提问来源于stack exchange，提问作者user58008