Matplotlib subplots绘制时间序列时x轴日期拥挤如何设置等间距可读刻度

核心思路 #

通过Matplotlib内置的日期定位器控制x轴刻度的数量和间隔，搭配自动格式调整实现等间距清晰可读的日期刻度。

前置检查 #

首先确保x轴的日期数据为datetime类型，若为字符串格式需先转换：

df_area['index'] = pd.to_datetime(df_area['index'])

具体修改步骤 #

• 导入日期定位器工具：使用matplotlib.dates下的AutoDateLocator可自动计算合适的刻度间隔，也可选用固定间隔的定位器如DayLocator、WeekLocator、MonthLocator。
• 配置定位器限制最大刻度数，避免刻度过多拥挤。
• 可选调用fig.autofmt_xdate()自动调整刻度的旋转和对齐方式，避免边缘日期被截断。

修改后的完整代码 #

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.dates import DateFormatter, AutoDateLocator

def plot_time_series(area):
    df_area = df.loc[df.area== str(area)]
    df_area.reset_index(inplace = True)
    # 转换为datetime类型，保证日期定位器正常生效
    df_area['index'] = pd.to_datetime(df_area['index'])
    fig, ax = plt.subplots(figsize=(10, 7))
    # 配置日期定位器，最多显示6个刻度，可根据图表宽度调整数值
    locator = AutoDateLocator(maxticks=6)
    ax.xaxis.set_major_locator(locator)
    # 配置日期显示格式
    formatter = DateFormatter('%Y-%m-%d')
    ax.xaxis.set_major_formatter(formatter)
    
    p1 , = plt.plot(df_area['index'], (df_area.feature1 * 1000), color='#15B01A', label='Feature 1')
    p2 , = plt.plot(df_area['index'], df_area.feature_2, color='red', label='feature_2')
    
    # 自动调整x轴刻度的旋转和对齐，效果优于手动设置rotation
    fig.autofmt_xdate(rotation=30, ha='right')
    ax.tick_params(axis='x', labelsize=10)
    
    plt.title(str(market))
    lgd  = plt.legend(handles=[p1, p2], title='Legend', bbox_to_anchor=(1.05, 1), loc='upper left')
    plt.show()

自定义间隔配置参考 #

如果需要固定时间间隔展示刻度，可替换定位器配置：

# 每7天显示一个刻度
from matplotlib.dates import DayLocator
ax.xaxis.set_major_locator(DayLocator(interval=7))

# 每个月显示一个刻度
from matplotlib.dates import MonthLocator
ax.xaxis.set_major_locator(MonthLocator(interval=1))

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