Matplotlib绘图X轴标签重叠，如何修改为仅显示小时刻度？

我懂你遇到的麻烦——密密麻麻的分钟级时间标签挤在一起根本没法读，想要换成清爽的0h,1h,2h...刻度对吧？咱们可以通过自定义X轴刻度和标签彻底解决这个问题，同时搞定重叠的困扰。

下面是修改后的完整代码，我会逐部分解释关键改动：

import os
import matplotlib.pyplot as plt
from PyQt5 import QtGui

def draw_pic_sukub_single(pic, rows, str_selected_opt):
    img_name = 'image.jpg'
    plt.clf()
    dict_data = rows_to_dict(rows)
    print(dict_data)
    
    # 先收集所有X轴时间数据，方便后续计算刻度范围
    all_time_points = []
    for key_date in dict_data.keys():
        for list_data in dict_data[key_date]:
            all_time_points.append(list_data[0])
    
    plt.figure()
    for key_date in dict_data.keys():
        x, y = [], []
        for list_data in dict_data[key_date]:
            x.append(list_data[0])
            y.append(list_data[dict_opt[str_selected_opt]])
        plt.plot(x, y, '-', label=key_date)
    
    # --- 核心改动：自定义小时刻度 ---
    # 1. 把HH:MM:SS字符串转成小时数值（比如'00:00:00'→0，'01:30:00'→1.5）
    def convert_time_to_hour(time_str):
        hours, mins, secs = map(int, time_str.split(':'))
        return hours + mins/60 + secs/3600
    
    # 2. 计算需要显示的小时范围
    hour_nums = [convert_time_to_hour(t) for t in all_time_points]
    start_hour = int(min(hour_nums))
    end_hour = int(max(hour_nums)) + 1  # 确保包含最后一个完整小时
    
    # 3. 设置X轴刻度：指定位置（对应整小时的时间点）和显示标签（0h,1h...）
    plt.xticks(
        ticks=[convert_time_to_hour(f"{h:02d}:00:00") for h in range(start_hour, end_hour)],
        labels=[f"{h}h" for h in range(start_hour, end_hour)]
    )
    
    # 4. 优化标签显示：刻度少了直接水平放，不用旋转也不会重叠
    plt.xticks(rotation=0, ha='center')
    
    plt.legend()  # 别忘了加图例区分不同日期的曲线
    plt.savefig(img_name)
    # 用os.path.join拼接路径更安全，适配不同系统
    pic.setPixmap(QtGui.QPixmap(os.path.join(os.getcwd(), img_name)))
    return pic

关键改动说明： #

• 收集全量时间数据：先拿到所有X轴的时间点，能精准计算出需要覆盖的小时范围（比如从0h到9h），避免刻度漏显示或多余显示。
• 时间转小时数值：把HH:MM:SS格式的字符串转换成小时数，让Matplotlib能准确找到刻度的位置。
• 手动指定刻度：直接定义要显示的刻度位置（对应整小时的时间点）和标签文本（0h这种简洁格式），完全替换掉原来密集的分钟刻度。
• 优化路径拼接：用os.path.join代替手动拼路径，避免Windows和Linux系统的路径分隔符问题。
• 调整标签角度：现在刻度数量大幅减少，直接水平显示更清爽，不用再旋转35度。

如果你的数据跨了多天（比如从23:00到次日02:00），可以稍微修改convert_time_to_hour函数，把日期因素也加进去，不过从你的问题描述看，单日小时数据的场景下这个方案完全够用。

内容的提问来源于stack exchange，提问作者leggod1004