如何对日期序列降采样选少量日期作为x轴标签与xticks避免重叠

• 调整X轴刻度密度
  如果你的X轴日期目前是字符串格式，需要先通过pd.to_datetime()转换成datetime格式，之后调用matplotlib的matplotlib.dates模块，根据你的时间跨度选择对应刻度间隔，比如时间跨度超过半年可以设置主刻度为每月，跨度1-2个月可以设置主刻度为每周，过滤掉多余的刻度。示例代码：

  import matplotlib.dates as mdates
  
  # ax为你绘图的子图对象
  # 主刻度设为每月
  ax.xaxis.set_major_locator(mdates.MonthLocator())
  # 刻度格式设为 年-月，也可以按需求改成 '%m-%d' 显示月日
  ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))
  

• 旋转刻度标签
  直接对X轴刻度做旋转处理，避免横向挤压重叠：

  # 旋转45度，右对齐刻度避免文字偏移，可按需调整字号大小
  plt.xticks(rotation=45, ha='right', fontsize=9)
  

• 自动适配画布布局
  绘图结束后调用plt.tight_layout()，自动调整画布边距，避免旋转后的刻度被画布边缘截断。

• 添加Y轴网格线：设置浅色半透明网格，方便快速匹配数据点对应的确诊数值，代码示例：ax.yaxis.grid(True, linestyle='--', alpha=0.6)
• 标注关键节点：如果有封控、解封、峰值等特殊时间点，可通过ax.axvline(x=特殊日期, color='red', linestyle='--')添加垂直参考线，配合文字标注突出关键信息。
• 改用交互式绘图：如果是在Jupyter等场景使用，可改用plotly库绘图，生成的图表支持鼠标悬停查看任意日期的具体数值，也可框选放大局部时间段查看细节。
• 拆分长周期数据：如果时间跨度超过2年，可按年份拆分生成多个子图并排/竖排展示，进一步降低单图X轴的刻度密度。

内容的提问来源于stack exchange，提问作者Somu Nath