Matplotlib绘图出现异常水平线，求解决方法

使用Matplotlib绘制三条分属不同expedice的折线时，图表出现了异常的水平线，原代码如下：

import pandas as pd
import matplotlib.pylab as plt


df = pd.read_csv("balici_naskladnovaci.csv")

df = df.sort_values(by = "interval start")
df["interval start"] = pd.to_datetime(df["interval start"])

# balici
fig, ax = plt.subplots()

ax.plot(
    df[df["expedice"] == "liberec"]["interval start"].astype(str),
    df[df["expedice"] == "liberec"]["balici"],
    color="red",
    label="Liberec",
)

ax.plot(
    df[df["expedice"] == "jablonec"]["interval start"].astype(str),
    df[df["expedice"] == "jablonec"]["balici"],
    color="blue",
    label="Jablonec",
)

ax.plot(
    df[df["expedice"] == "lipa"]["interval start"].astype(str),
    df[df["expedice"] == "lipa"]["balici"],
    color="green",
    label="Lípa",
)

ax.set_ylabel("Počet baličů", color="black", fontsize=14)


plt.title("Balici napric expedicemi")
plt.tight_layout()
fig.legend()
plt.show()

问题原因 #

异常水平线的根源是将datetime类型的x轴数据强制转换成了字符串。不同expedice对应的时间点可能不完整，当把时间转为字符串后，Matplotlib会将所有字符串按顺序作为x轴刻度，但每个子集的时间序列只包含部分刻度，缺失的位置会被自动填充并强制连接，从而出现横跨图表的无效水平线。

修复方案 #

方案1：直接使用datetime类型作为x轴 #

去掉astype(str)转换，让Matplotlib直接处理datetime类型的数据，这样每个折线只会在自身存在的时间点上绘制，不会出现无效连接：

import pandas as pd
import matplotlib.pylab as plt


df = pd.read_csv("balici_naskladnovaci.csv")

df = df.sort_values(by = "interval start")
df["interval start"] = pd.to_datetime(df["interval start"])

# balici
fig, ax = plt.subplots()

# 移除astype(str)，直接传入datetime列作为x轴
ax.plot(
    df[df["expedice"] == "liberec"]["interval start"],
    df[df["expedice"] == "liberec"]["balici"],
    color="red",
    label="Liberec",
)

ax.plot(
    df[df["expedice"] == "jablonec"]["interval start"],
    df[df["expedice"] == "jablonec"]["balici"],
    color="blue",
    label="Jablonec",
)

ax.plot(
    df[df["expedice"] == "lipa"]["interval start"],
    df[df["expedice"] == "lipa"]["balici"],
    color="green",
    label="Lípa",
)

ax.set_ylabel("Počet baličů", color="black", fontsize=14)
plt.title("Balici napric expedicemi")
plt.xticks(rotation=45)  # 可选：旋转x轴标签避免重叠
plt.tight_layout()
fig.legend()
plt.show()

方案2：用pivot_table重构数据，简化绘图逻辑 #

将长格式数据转为宽格式，让每个expedice作为单独的列，这样可以一次性绘制所有折线，同时从根源避免子集时间不匹配的问题：

import pandas as pd
import matplotlib.pylab as plt


df = pd.read_csv("balici_naskladnovaci.csv")
df["interval start"] = pd.to_datetime(df["interval start"])
df = df.sort_values(by="interval start")

# 将数据重构为宽格式：时间作为索引，expedice作为列
pivot_df = df.pivot_table(
    index="interval start",
    columns="expedice",
    values="balici",
    aggfunc="first"  # 若同一时间点有多个值，可根据需求调整聚合方式
)

fig, ax = plt.subplots()
# 一次性绘制所有折线
pivot_df.plot(ax=ax, color=["red", "blue", "green"])

ax.set_ylabel("Počet baličů", color="black", fontsize=14)
plt.title("Balici napric expedicemi")
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者vojtam