如何用sns.regplot绘制含未来X值的图表并延伸X轴？

这个问题我之前也碰到过，核心原因有两个：一是你的date列如果是字符串类型，Seaborn会把它当作分类变量处理，只会展示有有效数据的类别；二是sns.regplot会自动过滤包含NaN的行，那些添加的空行根本不会被纳入绘图范围。下面是具体的解决步骤：

步骤1：将日期列转换为datetime类型 #

首先要把字符串格式的日期转换成datetime类型，这样Matplotlib和Seaborn才能把它当作连续的时间轴处理，而不是离散的分类标签：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 你的数据集
df = pd.DataFrame({
    'date': ['2018-01', '2018-02', '2018-03', '2018-04'],
    'count': [10, 20, pd.NA, pd.NA]
})

# 转换为datetime类型
df['date'] = pd.to_datetime(df['date'])

步骤2：绘制回归图并手动设置X轴范围 #

因为sns.regplot需要非NaN的数据来拟合回归线，所以我们先过滤掉空值来绘图，之后再手动把X轴范围扩展到整个数据集的日期区间：

# 用非空数据绘制回归图
ax = sns.regplot(x='date', y='count', data=df.dropna())

# 设置X轴范围为数据集的最小和最大日期
ax.set_xlim(df['date'].min(), df['date'].max())

# 可选：格式化日期显示，让X轴更美观
import matplotlib.dates as mdates
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))
plt.xticks(rotation=45)

plt.show()

备选方案：如果不需要回归线 #

如果你只是想展示数据点并延伸X轴，也可以用sns.scatterplot，它不需要过滤空值（空数据点不会被绘制，但X轴范围可以正常设置）：

ax = sns.scatterplot(x='date', y='count', data=df)
ax.set_xlim(df['date'].min(), df['date'].max())

# 同样可以格式化日期显示
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))
plt.xticks(rotation=45)
plt.show()

这样处理后，X轴就会延伸到你添加的2018-03和2018-04区间了。

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