Matplotlib X轴无法显示时间：Timestamp转datetime遇阻求助

我明白你遇到的问题了——用Pandas处理时间数据后，Matplotlib的X轴时间显示不对，而且批量转换Timestamp到datetime的尝试没成功。其实这里有两个简单的解决方案，咱们一步步来：

方案1：正确批量转换Timestamp到Python原生datetime对象 #

你提到用apply批量转换后还是Timestamp，这是因为Pandas的Series在处理时会自动把datetime对象转回Timestamp。试试用Pandas专门提供的dt.to_pydatetime()方法，它能直接把整列Timestamp转成原生datetime数组，不会被自动转回：

# 替换你原来的两个map操作，或者在现有Timestamp列上执行
df['Time'] = df['Time'].dt.to_pydatetime()

执行完这行代码后，df['Time']的每一项都是Python标准库的datetime.datetime对象，Matplotlib就能完美识别了。

方案2：直接用Timestamp，配置Matplotlib时间轴格式化 #

其实Matplotlib现在已经很好地支持Pandas Timestamp了，你之前的问题可能是没对X轴的时间显示做正确配置，导致时间重叠或者显示异常。试试给X轴加上格式化器和定位器：

plt.plot(df['Time'], df['ADC'])
plt.ylim([0, 200])

# 获取当前坐标轴对象
ax = plt.gca()
# 设置X轴时间显示格式为时分秒
ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M:%S'))
# 设置每隔30秒显示一个刻度（可以根据你的数据密度调整interval值）
ax.xaxis.set_major_locator(mdates.SecondLocator(interval=30))
# 自动旋转X轴标签，避免重叠
plt.gcf().autofmt_xdate()

plt.show()

这样即使Time列是Timestamp，Matplotlib也能正确解析并显示清晰的时间轴。

额外优化：读取数据时直接解析时间 #

你可以在读取文件时就完成时间解析，省去后续的map操作，代码更简洁：

from datetime import datetime
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

year = 2018
month = 1
date = 20
headers = ['Time', 'ADC', 'Temperature']
filename = '%.2d-%.2d-%.2d.txt' % (month, date, year-2000)

print(filename)
try:
    # 自定义时间解析函数
    def parse_time_str(time_str):
        base_time = datetime.strptime(time_str, '%H:%M:%S')
        return base_time.replace(year=year, month=month, day=date)
    
    # 读取时直接解析Time列
    df = pd.read_csv(filename, names=headers, header=None, 
                     parse_dates=['Time'], date_parser=parse_time_str)
except FileNotFoundError:
    print('No Such File in Database')
    print('Exiting Program')
    exit()

# 之后用方案1或方案2处理绘图即可

选一个适合你的方案试试，应该就能解决X轴时间显示的问题了。

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