Python基于同一DataFrame绘图时条形图与折线图x轴标签为何不一致

同一段标签设置代码在两类图表上效果完全不同，本质是pandas为两种绘图类型生成的x轴逻辑完全不互通：

• 绘制kind='bar'时，pandas会强制使用分类轴模式：每个柱形的x坐标固定对应DataFrame从0开始的整数行号，不会自动裁剪刻度数量。你调用set_xticklabels传入的全量20年日期，会和现有刻度一一绑定，自然能正常展示。
• 绘制kind='line'时，pandas默认将x轴作为连续数值轴处理：如果没有预先指定分类刻度规则，matplotlib会根据x的数值范围自动生成稀疏的主刻度，仅保留十余个分散的刻度点，不会为每一行数据单独预留刻度位。此时直接传入全量240条（20年*12个月）日期文本，系统会从传入列表的开头依次匹配现有刻度位置，最终表现为标签只覆盖开头2年的内容，和后半段曲线完全错位。

方法1：对齐条形图的设置逻辑，手动指定刻度位置 #

在设置标签前，先把所有数据点对应的x位置显式设为轴刻度，再按需选择要显示的标签间隔，避免文字拥挤：

ax = merged_data.plot(kind='line', figsize=(20, 7))
# 为每一行数据设置对应的x轴刻度位置
ax.set_xticks(range(len(merged_data)))
# 每12个刻度显示一次日期标签
ax.set_xticklabels(merged_data.Date.iloc[::12], rotation=45)
ax.set_ylabel('CPI vs. Wages and salaries - 12-month change')
ax.set_xlabel('Dates')

方法2：适配日期语义的标准处理 #

将日期列转为datetime格式并设为绘图索引，pandas会自动启用专用的时间轴刻度定位器，自动按合适的间隔展示日期标签，无需手动计算步长：

# 将文本格式的日期转为标准时间类型
merged_data['Date'] = pd.to_datetime(merged_data['Date'])
# 将日期设为索引后绘图，自动生成适配时间轴的刻度规则
ax = merged_data.set_index('Date').plot(kind='line', figsize=(20, 7))
ax.set_ylabel('CPI vs. Wages and salaries - 12-month change')
ax.set_xlabel('Dates')
# 统一调整x轴标签旋转角度
ax.tick_params(axis='x', rotation=45)

内容的提问来源于stack exchange，提问作者dlanced