Plotly Dash可视化：如何基于日度数据实现历年客运量趋势对比

原有月度趋势可视化效果：

原dayofyear方案效果：

解决方案 #

方案1：使用标准化基准日期（推荐） #

该方案可以完美解决平年闰年日期错位、X轴可读性差的问题，逻辑和你已实现的月度趋势分组逻辑一致，仅需调整日期处理规则：

1. 把所有日期的年份统一替换为同一个包含2月29日的基准闰年（比如2020年），得到不带年份差异的标准化日期
2. 保留原日期的年份字段作为折线的分组维度，不同年份的客运量作为独立折线
3. 绘图时设置X轴的刻度仅显示月日，即可实现历年日度数据的同轴对比

对应代码示例：

import pandas as pd
import plotly.express as px

# 日期格式转换
dfFinaltest['Date'] = pd.to_datetime(dfFinaltest['Date'])
# 生成标准化日期：所有日期统一替换为2020年（闰年，覆盖所有可能的月日组合）
dfFinaltest['norm_date'] = dfFinaltest['Date'].apply(lambda x: x.replace(year=2020))
# 提取原年份用于分组
dfFinaltest['year'] = dfFinaltest['Date'].dt.year.astype(str)

# 绘图
fig = px.line(dfFinaltest, 
              x='norm_date', 
              y='客运量', # 替换为你实际的客运量字段名
              color='year',
              labels={'norm_date': '日期', '客运量': '客运量', 'year': '年份'})

# 设置X轴仅显示月日，隐藏基准年信息
fig.update_layout(
    xaxis=dict(
        tickformat='%m-%d',
        ticklabelmode='period'
    )
)

方案2：使用月日字符串作为X轴 #

如果你不需要连续时间类型的X轴，可以直接提取月日格式的字符串作为X轴维度，也能实现需求：

# 提取月日字符串，格式为两位月-两位日，保证排序正确
dfFinaltest['month_day'] = dfFinaltest['Date'].dt.strftime('%m-%d')
dfFinaltest['year'] = dfFinaltest['Date'].dt.year.astype(str)

# 绘图
fig = px.line(dfFinaltest, 
              x='month_day', 
              y='客运量', # 替换为你实际的客运量字段名
              color='year')

原dayofyear方案的问题说明 #

你之前的方案效果差主要是两个原因：

• 平年和闰年的dayofyear数值不匹配：平年的3月1日是第60天，闰年的3月1日是第61天，导致同一个公历日期的点在X轴上错位
• X轴显示1-366的纯数字，无法直观对应到具体公历日期，可读性极差

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