matplotlib如何实现x轴为datetime类型的曲线下渐变填充

报错的核心原因是datetime类型无法直接参与乘法、减法等数值运算，我们可以通过将datetime转换为matplotlib内部的数值时间戳来解决，且不会影响x轴的日期格式显示。

修改步骤 #

1. 新增matplotlib日期工具导入

import matplotlib.dates as mdates

2. 修改gradient_fill函数，统一处理datetime类型的x轴数据：

def gradient_fill(x, y, fill_color=None, ax=None, zfunc=None, **kwargs):
    # 保存原始datetime类型的x，用于绘制对齐的裁剪路径
    orig_x = x
    # 将datetime转换为matplotlib内部数值时间戳，用于后续数值计算
    x = mdates.date2num(x)
    if ax is None:
        ax = plt.gca()

    line, = ax.plot(orig_x, y, **kwargs)
    if fill_color is None:
        fill_color = line.get_color()

    zorder = line.get_zorder()
    alpha = line.get_alpha()
    alpha = 1.0 if alpha is None else alpha

    if zfunc is None:
        h, w = 100, 1
        z = np.empty((h, w, 4), dtype=float)
        rgb = mcolors.colorConverter.to_rgb(fill_color)
        z[:,:,:3] = rgb
        z[:,:,-1] = np.linspace(0, alpha, h)[:,None]
    else:
        z = zfunc(x, y, fill_color=fill_color, alpha=alpha)
    xmin, xmax, ymin, ymax = x.min(), x.max(), y.min(), y.max()
    im = ax.imshow(z, aspect='auto', extent=[xmin, xmax, ymin, ymax],
                   origin='lower', zorder=zorder)

    xy = np.column_stack([orig_x, y])
    xy = np.vstack([[orig_x.min(), ymin], xy, [orig_x.max(), ymin], [orig_x.min(), ymin]])
    clip_path = patches.Polygon(xy, facecolor='none', edgecolor='none', closed=True)
    ax.add_patch(clip_path)
    im.set_clip_path(clip_path)
    ax.autoscale(True)
    return line, im

实现原理 #

matplotlib内部会自动将datetime类型的轴数据转换为自0001-01-01以来的天数浮点数，mdates.date2num就是官方提供的转换接口。我们提前把x转成数值格式完成所有计算逻辑，而轴刻度会自动把内部数值映射回日期格式展示，既解决了运算报错问题，也不会改变最终的可视化效果。

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