Matplotlib pcolormesh如何绘制带时间x轴与布尔采样着色的图

核心问题原因 #

pcolormesh默认使用shading='flat'渲染模式，要求传入的X轴网格边界数量比数据列数多1，你两种写法的问题分别是：

• 第一种传入的all_days长度和数据列数一致，缺少最后一个边界，导致着色错位
• 第二种没有传入X轴参数，matplotlib默认使用数组索引作为刻度，无时间标签

可直接运行的正确代码 #

import numpy as np
import pandas as pd 
import matplotlib.pyplot as plt 

# 生成测试数据
all_days = pd.date_range("2001-01-01", "2020-12-31", freq="D")
times = all_days[::10]
arr = np.isin(all_days, times).reshape(1, -1)

# 渲染图表：指定shading参数适配点与网格的对应关系
plt.pcolormesh(all_days, [0, 1], arr, shading='nearest')
# 隐藏无意义的y轴刻度
plt.yticks([])
# 自动格式化x轴时间标签，避免重叠
plt.gcf().autofmt_xdate()

plt.show()

代码修改说明 #

• 新增shading='nearest'参数：让每个数据点直接对应一个独立颜色块，不需要额外补充网格边界
• Y轴传入[0, 1]匹配单行数据的渲染高度范围
• 额外添加的yticks([])和autofmt_xdate()为可选优化，可根据实际显示需求调整

内容的提问来源于stack exchange，提问作者Tommy Lees