如何增大图表时间刻度间隔？附Python绘图代码求助

我有一个读取CSV文件并输出12张图表的函数，但图表底部的时间刻度间隔非常小。我希望将该间隔调整为至少每5秒甚至每1秒显示一次，请问能否在不单独创建figure的前提下实现此需求？

原函数代码 #

def Gr():
    df = pd.read_csv('DataSet.csv',)
    '''start = df['Time'].iloc[0]
    start = str(start)
    start1 = start.replace(':', '-')
    end = df['Time'].iloc[-1]
    end = str(end)
    end1 = end.replace(':', '-')
    index = pd.date_range(start = start1, end = end1, freq = "S")
    index = [pd.to_datetime(date, format='%H:%M:%S').date() for date in index] '''
    names = ['P', 'Filter', 'Answers', 'step','step2','Comulative', 'Delta_ema','ComulativePOC', 'Delta_P', 'Sum','SpeedUp', 'M' ]
    features = df[names]
    features.index = df['Time']
    axs = features.plot(subplots=True)
    cursor = MultiCursor(axs[1].get_figure().canvas, axs)
    plt.subplots_adjust(wspace=0.19, hspace=0.05, top=0.99, right=0.988, bottom=0.052, left=0.055)
    plt.show()

问题图示 #

图表底部时间刻度间隔过密，刻度标签挤在一起难以分辨

完全可以不单独创建figure实现需求，核心是把时间索引转为datetime类型，并通过matplotlib的日期工具精准控制刻度间隔：

修改后的代码 #

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.widgets import MultiCursor
import matplotlib.dates as mdates

def Gr():
    df = pd.read_csv('DataSet.csv')
    # 关键步骤：将Time列转换为datetime格式，让matplotlib识别为时间序列
    df['Time'] = pd.to_datetime(df['Time'], format='%H:%M:%S')
    
    names = ['P', 'Filter', 'Answers', 'step','step2','Comulative', 'Delta_ema','ComulativePOC', 'Delta_P', 'Sum','SpeedUp', 'M' ]
    features = df[names]
    features.index = df['Time']
    
    axs = features.plot(subplots=True)
    cursor = MultiCursor(axs[1].get_figure().canvas, axs)
    
    # 遍历所有子图，统一设置x轴时间刻度规则
    for ax in axs:
        # 设置刻度间隔：interval=1为每1秒一个刻度，改成5就是每5秒
        ax.xaxis.set_major_locator(mdates.SecondLocator(interval=1))
        # 设置时间显示格式，仅展示时分秒
        ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M:%S'))
        # 旋转刻度标签，避免横向重叠
        plt.setp(ax.get_xticklabels(), rotation=45, ha='right')
    
    # 调整底部间距，防止旋转后的标签被截断
    plt.subplots_adjust(wspace=0.19, hspace=0.05, top=0.99, right=0.988, bottom=0.15, left=0.055)
    plt.show()

关键说明 #

1. 时间类型转换：原代码中Time列是字符串格式，matplotlib无法识别为时间序列，导致刻度自动生成时出现过密问题。转换为datetime后，才能用日期工具控制刻度逻辑。
2. 刻度定位器：mdates.SecondLocator(interval=1)直接指定刻度的时间间隔，按需修改interval参数即可切换1秒/5秒的刻度密度。
3. 子图批量设置：因为是多子图布局，需要循环所有axs对象，确保每个子图的x轴都应用相同的刻度规则。
4. 布局调整：旋转标签后底部需要更多空间，所以把bottom参数从0.052调整为0.15，避免标签被截断。

内容的提问来源于stack exchange，提问作者Genry