如何强制Altair图表始终显示年份刻度？

我完全理解你的困扰：

当数据从2022年1月1日开始时，Altair散点图的X轴能正常显示年份刻度；但如果先生成2020年起始的数据集，再过滤掉2022年1月1日之前的数据，X轴就丢失了年份标识——哪怕过滤后的数据依然跨越了多个年份。

你提到用>=包含2022年1月1日能临时解决，但需要无论数据起始点如何，都强制显示年份刻度，可以试试下面几种可靠的方法：

方法1：强制指定轴的时间格式（最灵活通用） #

通过alt.Axis的format参数明确要求显示年份（可搭配月份等更精细的格式），同时用tickCount调整刻度数量，保证年份刻度能被渲染出来：

import datetime as dt
import altair as alt
import polars as pl
import numpy as np

alt.renderers.enable("browser")

# 生成原始数据
dates_b = pl.date_range(dt.date(2020, 1, 1), dt.date(2025, 1, 22), "1d", eager=True)
values_b = np.random.uniform(size=len(dates_b))
df_b = pl.DataFrame({"dates": dates_b, "values": values_b})

# 过滤数据
filtered_df = df_b.filter(pl.col("dates") > dt.date(2022, 1, 1))

# 绘制图表，强制显示年份
alt.Chart(filtered_df).mark_point().encode(
    alt.X(
        "dates:T",
        axis=alt.Axis(
            format="%Y-%m",  # 格式为"年份-月份"，确保年份始终显示
            tickCount=6      # 根据数据范围调整刻度数量，保证年份刻度可见
        )
    ),
    alt.Y("values:Q")
).show()

方法2：固定时间单位并简化轴标签 #

如果你希望轴以年为核心刻度，可以指定timeUnit为yearmonth，再让轴标签只显示年份：

alt.Chart(filtered_df).mark_point().encode(
    alt.X(
        "dates:T",
        timeUnit="yearmonth",
        axis=alt.Axis(format="%Y")  # 仅显示年份
    ),
    alt.Y("values:Q")
).show()

方法3：手动指定轴的刻度范围（适合固定数据区间） #

如果你明确知道数据的时间范围，可以通过scale参数强制轴的定义域覆盖完整年份区间，Altair会自动生成年份刻度：

alt.Chart(filtered_df).mark_point().encode(
    alt.X(
        "dates:T",
        scale=alt.Scale(
            domain=[dt.date(2022, 1, 1), dt.date(2025, 1, 22)]
        )
    ),
    alt.Y("values:Q")
).show()

其中方法1是最灵活的方案——它既保证年份始终显示，又能保留日期的精细度，适合大多数场景。你可以根据需求调整format字符串（比如%Y只显示年份，%Y-%m-%d显示完整日期）和tickCount数值，让刻度显示更符合预期。

备注：内容来源于stack exchange，提问作者Thomas Browne