解决Python Bokeh中日期时间格式的导入问题

1. 自动解析两种日期时间格式（无需手动删除小数） #

Pandas的pd.to_datetime可以自动识别你提到的两种格式，包括带毫秒小数的时间。如果是Pandas 2.0及以上版本，用format='mixed'能更可靠匹配多格式：

import pandas as pd

# 替换成你的日期时间列名
df['timestamp'] = pd.to_datetime(df['timestamp'], format='mixed')

如果是旧版Pandas，启用infer_datetime_format=True也能高效识别：

df['timestamp'] = pd.to_datetime(df['timestamp'], infer_datetime_format=True)

处理后得到的datetime64类型可直接被Bokeh识别，毫秒小数会被保留，无需手动删除。

2. 优化Bokeh x轴刻度的日期时间显示 #

用DatetimeTickFormatter设置不同缩放级别下的自动适配格式，让图表交互时显示更合理：

from bokeh.plotting import figure
from bokeh.models import DatetimeTickFormatter

p = figure(x_axis_type='datetime', width=900, height=500, title='设备日志时序数据')
p.line(x=df['timestamp'], y=df['metric_value'])

# 配置x轴刻度格式，根据缩放范围自动切换
p.xaxis.formatter = DatetimeTickFormatter(
    seconds=["%d/%m/%Y %H:%M:%S"],
    minutes=["%d/%m/%Y %H:%M"],
    hours=["%d/%m/%Y %H:%M"],
    days=["%d/%m/%Y"],
    months=["%Y-%m"],
    years=["%Y"]
)

3. 自定义HoverTool的时间显示格式 #

让鼠标悬停时的时间提示更清晰，支持显示毫秒（如果需要）：

from bokeh.models import HoverTool

hover = HoverTool(
    tooltips=[
        ("时间", "@timestamp{%d/%m/%Y %H:%M:%S.%3N}"),  # %3N显示三位毫秒
        ("指标值", "@metric_value{0.2f}")
    ],
    formatters={'@timestamp': 'datetime'}
)
p.add_tools(hover)

如果不需要毫秒，去掉%3N即可，改成%d/%m/%Y %H:%M:%S。

4. 时区校正（可选） #

如果日志时间是本地时区，建议明确时区避免显示偏差：

# 替换成你的时区，比如Asia/Shanghai
df['timestamp'] = df['timestamp'].dt.tz_localize('Asia/Shanghai')

Bokeh支持带时区的datetime64类型，会自动适配显示。

内容的提问来源于stack exchange，提问作者MariTort