Python3生成等长有序序列解决绘图X轴时间显示异常问题

问题描述 #

需要在Python3环境中生成与目标列表长度一致的有序数字序列，已编写如下CSV解析函数提取文件中的时间、温度数据：

def parse_data_from_file(filename):
    times = []
    temperatures = []

    with open(filename) as csvfile:
        reader = csv.reader(csvfile, delimiter=',')
        next(reader)
        
        for row in reader:
            times.append(row[0])
            temperatures.append(float(row[1]))
            
    return times, temperatures

使用上述代码解析得到的数据绘制图表时，X轴时间刻度显示重叠、无法正常识别，异常效果如下：

问题原因 #

解析得到的times列表存储的是字符串类型值，matplotlib会将每个字符串识别为独立分类刻度，数据量较大时所有刻度会挤在一起重叠，无法正常展示。

解决方案 #

方案1：生成有序数字序列作为X轴坐标，手动控制刻度显示 #

直接通过range()生成与数据长度一致的有序数字序列作为X轴位置占位，再间隔选取时间字符串设置为刻度标签，从根源避免刻度拥挤。

import matplotlib.pyplot as plt

# 读取解析后的数据
times, temperatures = parse_data_from_file("你的数据文件.csv")
# 生成和数据长度匹配的有序数字序列
x_pos = list(range(len(times)))

plt.figure(figsize=(10, 6))
plt.plot(x_pos, temperatures)
# 间隔设置刻度，步长可根据数据总量调整，比如每10个点显示1个刻度
plt.xticks(
    ticks=x_pos[::10],
    labels=times[::10],
    rotation=45  # 刻度文字旋转45度，避免文字重叠
)
# 自动调整布局，防止刻度被画布边缘截断
plt.tight_layout()
plt.show()

方案2：将时间字符串转为datetime类型，自动适配时间轴 #

修改CSV解析逻辑，把时间字符串转为Python原生datetime对象，matplotlib可自动识别时间类型、适配刻度间隔，更适合规范的时间序列数据。

from datetime import datetime
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

# 修改原解析函数，增加时间字符串转datetime逻辑
def parse_data_from_file(filename):
    times = []
    temperatures = []

    with open(filename) as csvfile:
        reader = csv.reader(csvfile, delimiter=',')
        next(reader)
        
        for row in reader:
            # 注意strptime的格式符要和CSV内的时间格式匹配
            # 例：时间为"2024-05-01 08:30"则格式为"%Y-%m-%d %H:%M"
            time_obj = datetime.strptime(row[0], "%Y-%m-%d %H:%M")
            times.append(time_obj)
            temperatures.append(float(row[1]))
            
    return times, temperatures

times, temperatures = parse_data_from_file("你的数据文件.csv")
plt.figure(figsize=(10,6))
plt.plot(times, temperatures)
# 设置时间刻度显示格式与间隔
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter("%m-%d %H:%M"))
plt.gca().xaxis.set_major_locator(mdates.HourLocator(interval=2))
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

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