如何在Matplotlib datetime索引绘图中消除周末空白间隙？

Matplotlib处理DatetimeIndex类型的x轴时，默认按照真实自然时间的间隔线性映射坐标，哪怕对应时间段根本没有对应的交易数据，轴上也会为周末、节假日这类无数据的时段留出固定宽度的空白，最终就形成了连续绘图段之间的断档空隙。

核心逻辑是绕开“按真实时间间隔映射坐标”的默认规则，把所有有效交易日按顺序排布成等距连续的x轴位置，再把刻度标签替换回对应的真实交易日日期，从根源上消除无数据时段的占位空隙。

1. 用连续位置索引替代原始日期作为x轴 #

直接用和数据行数长度一致的整数序列作为绘图的x坐标，每个整数位置对应一个有效交易日，位置之间没有额外间隔：

# your_df为你的原始DataFrame，包含Open、Close、PRC_RL三列，索引为交易日DatetimeIndex
# 生成等距连续的x位置序列
x_loc = list(range(len(your_df)))

# 直接传入连续位置绘制三条价格序列
plt.plot(x_loc, your_df["Open"], label="开盘价")
plt.plot(x_loc, your_df["Close"], label="收盘价")
plt.plot(x_loc, your_df["PRC_RL"], label="参考价格")

2. 替换x轴刻度标签，保留日期可读性 #

连续位置的x轴没有真实日期提示，需要手动设置刻度的位置和对应文本。一般可以按固定间隔选取交易日作为刻度，避免标签重叠：

# 每间隔20个交易日设置一个刻度，可根据图表宽度调整间隔大小
tick_interval = 20
# 筛选出需要设置为刻度的坐标位置
selected_tick_pos = x_loc[::tick_interval]
# 将对应位置的原始交易日日期格式化后作为刻度标签
selected_tick_labels = [your_df.index[pos].strftime("%Y-%m-%d") for pos in selected_tick_pos]

# 将刻度配置到x轴，旋转标签避免文本重叠
plt.xticks(selected_tick_pos, selected_tick_labels, rotation=45)

可选优化 #

如果完全用连续等距位置排布，容易让读者失去对跨周、跨月时间节点的感知，可以在相邻两个交易日属于自然周衔接的位置（即周五交易数据和下周一交易数据的相邻坐标处），添加细的浅灰色垂直分隔线。这种方式不会占用额外空间形成空隙，还能帮读者快速识别时间的分段节奏。

• 不要尝试通过硬设置x轴范围、筛选日期的方式跳过周末段，这种方法在遇到国庆、春节这类长休市区间时，很容易出现坐标错位
• 这套方法对所有无数据的非交易时段都通用，不管是周末、法定节假日、临时休市的日期，都可以完全消除对应的绘图空隙

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