Matplotlib绘图如何将x轴刻度的epoch时间转为人类可读格式

核心原则：不修改原始DataFrame中存储的epoch时间值，仅在绘图渲染环节处理刻度显示格式，完全不影响后续基于epoch数值的数据处理操作。

具体实现 #

引入matplotlib的自定义刻度格式化工具，在刻度渲染阶段把数值型epoch时间戳转为目标格式的字符串即可，参考代码如下：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter
from datetime import datetime

# 原始数据保持不变，不做任何格式转换
mydict = [{'time': 1651816500, 'b': 2},
          {'time': 1651816800, 'b': 200},
          {'time': 1651817100, 'b': 2000}]
df = pd.DataFrame(mydict)

# 定义刻度格式化函数：仅在渲染x轴标签时触发转换
def format_epoch_tick(tick_val, pos):
    return datetime.fromtimestamp(tick_val).strftime('%d.%m.%Y %H:%M')

plt.plot(df['time'], df['b'])
# 给当前x轴绑定格式化规则
plt.gca().xaxis.set_major_formatter(FuncFormatter(format_epoch_tick))
# 可选：旋转刻度标签避免文字重叠
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

补充说明 #

• 上述方案中，df['time']列始终保持原始的数值型epoch格式，所有格式转换逻辑只在绘图输出刻度标签时运行，对原始数据无任何侵入性。
• 如果需要调整时间显示样式，直接修改strftime()内的格式符即可：
  • 要显示秒级精度：'%d.%m.%Y %H:%M:%S'
  • 要切换为年-月-日顺序：'%Y-%m-%d %H:%M'
• 如果数据时间跨度较大，可以搭配matplotlib.dates模块下的刻度定位器（如HourLocator、DayLocator）调整刻度间隔，避免标签过密影响可读性。

未做格式转换的epoch刻度效果参考：

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