Matplotlib绘图如何保留毫秒精度并隐藏x轴毫秒显示

核心原则：不要修改原始时间数据的精度，也不要将时间列转为字符串类型用于绘图，仅调整x轴刻度的渲染格式即可。
你之前遇到绘图异常的根本原因是：strftime() 会把datetime类型的连续时间值转为离散的字符串分类，同一秒内的所有毫秒级数据点会被归到同一个字符串标签下，导致坐标计算错乱。

具体操作步骤 #

• 预处理阶段保留原始datetime类型列，删除转字符串的冗余代码
  你只需要保留时间解析的代码即可，不需要额外生成字符串格式的时间列：

  # 这行解析代码保留，解析后df['epoch']是datetime64类型，自带毫秒级精度
  df['epoch'] = pd.to_datetime(df.epoch, format='%Y-%m-%dT%H:%M:%S.%f')
  # 删除 df['time'] = df['epoch'].dt.strftime(...) 这行转字符串的代码，绘图直接用df['epoch']作为x轴数据
  

• 根据你使用的绘图库，单独设置x轴刻度的显示格式

  如果你用Matplotlib/Pandas原生绘图 #

  引入matplotlib的日期处理模块，单独配置刻度格式，原始数据的毫秒精度不会被改动，仅标签不显示毫秒：

  import matplotlib.pyplot as plt
  import matplotlib.dates as mdates
  
  fig, ax = plt.subplots()
  # 直接传入datetime类型的epoch列作为x轴
  ax.plot(df['epoch'], df['target_col']) # target_col替换为你要绘制的数值列名
  
  # 核心配置：x轴主刻度仅显示 时:分:秒，不渲染毫秒部分
  ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M:%S'))
  
  # 可选配置：调整刻度间隔，比如每5秒显示一个刻度，避免标签过密
  ax.xaxis.set_major_locator(mdates.SecondLocator(interval=5))
  # 可选配置：旋转刻度标签避免重叠
  plt.xticks(rotation=45)
  
  plt.tight_layout()
  plt.show()
  

  如果你用Plotly绘图 #

  直接更新x轴的tickformat参数即可：

  import plotly.express as px
  
  fig = px.line(df, x='epoch', y='target_col')
  # 设置x轴标签仅显示时分秒
  fig.update_xaxes(tickformat='%H:%M:%S')
  fig.show()
  

注意事项 #

• 所有格式修改只作用于轴标签的渲染逻辑，完全不会修改原始时间数据的毫秒级分辨率，绘图时每个数据点的x坐标位置计算完全准确，不会出现点堆叠、步长错乱的问题。
• 如果你的数据跨越多天，可以把格式字符串改为'%m-%d %H:%M:%S'，避免不同日期的相同时分秒刻度产生混淆。

内容的提问来源于stack exchange，提问作者The first man