Python如何循环生成日期时间序列用于matplotlib绘图

你不需要手动逐个录入datetime对象，以下两种方案都可以快速生成指定粒度、指定范围的时间序列，直接适配matplotlib的x轴输入要求：

方案1：基于Python标准库实现，无第三方依赖 #

不需要安装额外包，通过timedelta做时间步长累加即可，灵活度高：

• 先定义时间序列的起始、结束时间点
• 循环累加固定步长的时间差，直到到达结束时间
• 步长可以自由调整，支持小时、分钟、天等任意粒度

示例代码：

from datetime import datetime, timedelta

# 定义时间范围
start_time = datetime(2022, 6, 21, 0)
end_time = datetime(2022, 6, 25, 23)

dates = []
current_time = start_time
while current_time <= end_time:
    dates.append(current_time)
    current_time += timedelta(hours=1)  # 步长设为1小时，改参数即可调整粒度

如果要生成一整周（168小时）的逐小时数据，不需要手动算结束日期，直接用end_time = start_time + timedelta(days=7)即可，自动生成刚好168个时间点。

方案2：用pandas.date_range一行生成，适合数据处理场景 #

做时序数据分析时更推荐这个方法，不需要手写循环，内置了非常丰富的时间粒度配置：

• 直接传入起止时间、时间粒度参数，一行代码生成完整序列
• 支持工作日、月初、月末、自定义间隔等特殊时间规则
• 输出结果可以直接转为Python原生datetime对象，适配matplotlib输入

示例代码：

import pandas as pd

# freq='H'代表逐小时粒度，调整freq参数即可修改步长
dates = pd.date_range(
    start="2022-06-21 00:00:00",
    end="2022-06-25 23:00:00",
    freq="H"
).to_pydatetime()

常用freq参数参考：

• 15T：每15分钟
• 2H：每2小时
• D：每天
• B：每个工作日

完整绘图示例 #

替换原来手动写dates列表的部分即可直接运行：

import matplotlib.pyplot as plt
import pandas as pd

# 生成逐小时时间序列
dates = pd.date_range(start="2022-06-21 00:00:00", end="2022-06-28 00:00:00", freq="H").to_pydatetime()
# 自动匹配x轴长度生成y值，不需要手动数元素个数
y = list(range(len(dates)))

plt.plot(dates, y)
# 自动旋转x轴时间标签，避免文字重叠
plt.gcf().autofmt_xdate()
plt.show()

内容的提问来源于stack exchange，提问作者hacks4life