如何让pandas条形图X轴表现与原生matplotlib的Axes.bar一致

问题根因 #

pandas 提供的plot.bar()快捷接口默认将索引作为离散分类值处理，会自动把每个索引项映射为从0开始的整数横坐标，不会保留原时间索引对应的 matplotlib 日期浮点值，导致和折线图的X轴坐标体系完全不匹配，因此出现折线消失、日期刻度调整失效的问题。

解决方法 #

方案1：开启时间轴兼容参数（最简单） #

调用 pandas 绘图接口时添加x_compat=True参数，即可让条形图保留和原生 matplotlib 一致的时间轴坐标体系，后续的日期定位器也能正常生效：

# close100和volume100是具有相同日期索引的时间序列
fig, ax = plt.subplots(nrows=2, ncols=2, figsize=(12, 6))

close100.plot(ax=ax[0, 0])

ax[1, 0].bar(volume100.index, volume100.values)  # 直接调用Axes.bar实现
close100.plot(ax=ax[1, 0])

# 调用Series.plot.bar时添加x_compat参数开启时间轴兼容
volume100.plot.bar(ax=ax[1, 1], x_compat=True)
close100.plot(ax=ax[1, 1])
# 此时日期定位器可以正常工作
ax[1, 1].xaxis.set_major_locator(mdates.MonthLocator())
ax[1, 1].xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))

方案2：直接使用matplotlib原生bar接口（最稳妥） #

你左侧子图的原生Axes.bar写法本身就不存在坐标兼容问题，不需要额外适配参数，绘制时间序列的组合图时更推荐这种实现。

方案3：手动对齐坐标（适合自定义刻度场景） #

如果需要自定义分类刻度显示，可手动将折线图的横坐标对齐到条形图的整数坐标体系，再手动替换刻度标签：

volume100.plot.bar(ax=ax[1, 1])
# 折线图x轴用0到序列长度-1的整数，和条形图坐标对齐
ax[1,1].plot(range(len(close100)), close100.values, color='orange', label=close100.name)
# 手动筛选月度刻度位置
month_ticks = [i for i, dt in enumerate(volume100.index) if i == 0 or dt.month != volume100.index[i-1].month]
ax[1,1].set_xticks(month_ticks)
ax[1,1].set_xticklabels([volume100.index[i].strftime('%Y-%m') for i in month_ticks], rotation=30)
ax[1,1].legend()

内容的提问来源于stack exchange，提问作者user554319