Python使用matplotlib将时分秒格式时间绘制在倒置Y轴的实现方法

问题定位 #

现有代码的核心问题出在两部分：时间格式反复转换导致matplotlib无法识别时间轴、Y轴范围硬编码为年份区间不符合需求。

修正步骤 #

1. 时间预处理逻辑优化 #

删除冗余的时间转换代码，统一保留datetime类型方便matplotlib识别：

# 导入库（已去重）
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()

# 读取数据+时间处理
df = pd.read_csv('EDR_data.csv', sep=',', header=0)
df['Time'] = pd.to_datetime(df['Time'], format='%m/%d/%Y %H:%M:%S')

2. Y轴参数替换 #

删除原来写死的ax1.set_ylim(2019, 2020)和自定义的时间格式化函数，替换为matplotlib原生的时间轴配置：

# 计算数据时间范围，也可手动指定为你需要的6小时区间
time_start = df['Time'].min()
time_end = df['Time'].max()

# 子图公共配置部分修改为以下内容
for i, ax in enumerate(fig.axes):
    # 倒置Y轴+设置时间范围，因为测井曲线时间从上到下递增，所以范围是大值到小值
    ax.set_ylim(time_end, time_start)
    # Y轴刻度配置：主刻度30分钟间隔，次刻度1秒间隔
    ax.yaxis.set_major_locator(mdates.MinuteLocator(interval=30))
    ax.yaxis.set_minor_locator(mdates.SecondLocator(interval=1))
    # Y轴标签仅显示时分秒
    ax.yaxis.set_major_formatter(mdates.DateFormatter('%H:%M:%S'))

    # 原有X轴配置保留不变
    ax.xaxis.set_ticks_position("top")
    ax.xaxis.set_label_position("top")
    ax.set_xlabel(curve_names[i])
    if i == 3:
        ax.spines["top"].set_position(("axes", 1))
    else:
        ax.grid()

3. 冗余代码清理 #

• 注意不要将Time列转换为time对象，必须保留datetime类型才能被matplotlib时间轴识别
• 删除代码末尾的df['Time']=pd.to_datetime(df['Time'],format='%H:%M:%S').dt.time，转换为time对象会导致时间轴失效
• 删除重复导入的库（重复的datetime、matplotlib.pyplot导入语句）
• 删除原来自定义的formatter_yx1相关代码，已用原生方法替代

效果验证 #

运行修改后代码会生成倒置的时间Y轴，从上到下时间递增，主刻度每30分钟显示一次HH:MM:SS格式的标签，次刻度每1秒显示刻度线，符合测井曲线的绘制标准。

内容的提问来源于stack exchange，提问作者Nana Kay