如何用Pandas设置等间隔递增的X轴刻度以绘制多列数据

原代码的错误原因 #

• 错误调用DataFrame.plot方法：df.plot = (x,y)是完全错误的用法，plot是DataFrame的内置绘图方法，需要通过df.plot(...)的形式调用，而非直接赋值。
• X轴数组维度不匹配：原代码中np.arange(0, length, 500)生成的数组仅包含20个元素（10000/500=20），但Y轴每列有10000条数据，二者维度不一致，导致绘图报错。

正确解决方案 #

根据你的需求，提供两种可行的实现方式：

方式1：自定义X轴数据进行绘图 #

直接生成与Y轴数据长度匹配的时间序列作为X轴，再调用plot方法绘制曲线：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 假设df已包含v1、v2、v3三列数据
data_length = len(df)
# 生成对应10000条数据的时间序列（间隔500秒）
x_time = np.arange(0, data_length * 500, 500)

# 指定X轴和Y轴列进行绘图
df.plot(x=x_time, y=["v1", "v2", "v3"])

# 可选：调整X轴刻度显示间隔（比如每5000秒显示一个刻度）
plt.xticks(np.arange(0, data_length * 500, 5000))

# 添加图表标签和标题
plt.xlabel("时间（秒）")
plt.ylabel("数值")
plt.title("v1/v2/v3随时间变化曲线")
plt.legend()
plt.show()

方式2：保留原索引，替换X轴刻度标签 #

如果不需要修改数据的X轴底层逻辑，仅需将X轴显示为间隔500秒的序列，可直接绘图后替换刻度标签：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 直接绘制v1、v2、v3三列
df[["v1", "v2", "v3"]].plot()

data_length = len(df)
# 设置X轴刻度：原索引位置对应时间标签
plt.xticks(
    ticks=np.arange(0, data_length, 500),  # 刻度位置（原索引）
    labels=np.arange(0, data_length * 500, 500)  # 显示的时间标签
)

# 添加图表标签和标题
plt.xlabel("时间（秒）")
plt.ylabel("数值")
plt.title("v1/v2/v3随时间变化曲线")
plt.show()

说明 #

• 方式1适用于需要将时间序列作为数据一部分参与绘图逻辑的场景；
• 方式2更简洁，仅修改X轴的显示标签，不改变数据的索引逻辑。

内容的提问来源于stack exchange，提问作者user19810659