使用Pandas绘图时无法设置日期时间刻度问题求助

我明白你遇到的问题了——明明设置了HourLocator想要显示每天0、6、12、18点的刻度，但绘图效果和没设置时一样，这其实是Pandas默认的日期刻度逻辑和Matplotlib的定位器之间的小冲突导致的。下面给你两种可行的解决方案：

方案1：添加日期格式化器并确保索引类型 #

Pandas的plot方法有时候会自动覆盖Matplotlib的刻度设置，加上格式化器并确认索引是datetime类型，能让Matplotlib正确识别并应用你的定位器：

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

df = pd.read_pickle('df.pkl')
df = df.set_index('time')
# 确保索引是datetime64类型（避免潜在的类型问题）
df.index = pd.to_datetime(df.index)

# 绘图时指定要展示的数据集
ax = df.plot(y=['dataset1', 'dataset2'], figsize=(10,5))

# 设置主定位器：每天0、6、12、18点
h_locator = mdates.HourLocator(byhour=[0, 6, 12, 18])
ax.xaxis.set_major_locator(h_locator)

# 设置主格式化器，让刻度显示清晰的日期+小时
h_formatter = mdates.DateFormatter('%Y-%m-%d %H:%M')
ax.xaxis.set_major_formatter(h_formatter)

# 旋转x轴标签，防止重叠
plt.xticks(rotation=45)

ax.grid(True)
# 自动调整布局，避免标签被截断
plt.tight_layout()
plt.show()

方案2：使用x_compat=True强制Matplotlib处理日期 #

如果方案1还是没生效，可以在plot时加上x_compat=True参数，这个参数会让Pandas放弃自己的日期刻度逻辑，完全使用Matplotlib的处理方式：

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

df = pd.read_pickle('df.pkl')
df = df.set_index('time')
df.index = pd.to_datetime(df.index)

# 关键：添加x_compat=True
ax = df.plot(y=['dataset1', 'dataset2'], figsize=(10,5), x_compat=True)

h_locator = mdates.HourLocator(byhour=[0, 6, 12, 18])
ax.xaxis.set_major_locator(h_locator)

h_formatter = mdates.DateFormatter('%Y-%m-%d %H:%M')
ax.xaxis.set_major_formatter(h_formatter)

plt.xticks(rotation=45)
ax.grid(True)
plt.tight_layout()
plt.show()

为什么原来的代码不生效？ #

Pandas为了简化日期绘图，默认会自动生成适合的刻度，但这也会覆盖你手动设置的Matplotlib定位器。通过上述两种方式，我们要么明确告诉Matplotlib如何解析日期，要么强制Pandas使用Matplotlib的日期处理逻辑，这样自定义的定位器就能正常工作了。

内容的提问来源于stack exchange，提问作者umat