Pandas不遵循Matplotlib坐标轴设置？附示例代码

这是个很常见的坑！问题出在Pandas绘图的机制上——它会默认创建新的坐标轴（Axes）实例，直接覆盖你之前用plt.gca()获取并配置好的那个，所以你的格式设置就失效了。下面给你两种靠谱的解决思路：

方法1：先绘图，再获取Pandas返回的Axes对象进行配置 #

Pandas的plot()方法会返回它使用的Axes对象，我们直接在这个对象上设置坐标轴格式就可以了：

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

# 生成测试数据
x = []
d = dt.datetime(2013, 7, 4)
for i in range(30):
    d = d + dt.timedelta(days=1)
    x.append(d)
y = range(len(x))
df = pd.DataFrame({'x': x, 'y': y})

# 先用Pandas绘图，获取返回的Axes对象
ax = df.plot(x='x', y='y', kind='bar', align='center')

# 在这个Axes上设置日期格式和定位器
ax.xaxis.set_major_formatter(mdates.DateFormatter('%d-%m-%Y'))
ax.xaxis.set_major_locator(mdates.DayLocator(interval=5))

# 可选：旋转x轴标签避免重叠，调整布局
plt.xticks(rotation=45)
plt.tight_layout()

plt.show()

方法2：提前创建Axes，让Pandas复用它 #

我们可以先手动创建Figure和Axes，然后把Axes对象传给Pandas的plot()方法，强制它使用我们指定的坐标轴，这样提前设置的格式就能生效：

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

# 生成测试数据
x = []
d = dt.datetime(2013, 7, 4)
for i in range(30):
    d = d + dt.timedelta(days=1)
    x.append(d)
y = range(len(x))
df = pd.DataFrame({'x': x, 'y': y})

# 提前创建Figure和Axes
fig, ax = plt.subplots()

# 先设置坐标轴格式
ax.xaxis.set_major_formatter(mdates.DateFormatter('%d-%m-%Y'))
ax.xaxis.set_major_locator(mdates.DayLocator(interval=5))

# 把Axes传给Pandas的plot方法，让它复用这个坐标轴
df.plot(x='x', y='y', kind='bar', align='center', ax=ax)

# 可选：优化标签显示
plt.xticks(rotation=45)
plt.tight_layout()

plt.show()

补充说明：确保你的x列是datetime类型（你的代码里已经满足这个条件了），Pandas对datetime类型的轴处理更友好，能更好地和Matplotlib的日期工具兼容。

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