Python绘图将时间设为横坐标的两种实现方式

Noah

发布时间：2026-10-13| 5人浏览过

原创

本文介绍在Python中将时间字符串转换为横坐标的两种主流方法。首先通过pd.to_datetime转换数据类型并设置索引，随后分别演示Matplotlib自动处理时间轴以及Pyecharts自定义配置横坐标的具体实现，帮助开发者快速完成时间序列数据的可视化展示。

时间数据预处理步骤

第一步，需将原始的时间字符串转换为标准的datetime类型，具体语法为：data['time'] = pd.to_datetime(data['time'])。

第二步，将处理后的时间列设置为数据框的索引，操作代码为：data.set_index('time')。

第三步，根据需求选择以下两种绘图方式之一进行展示。

Matplotlib自动处理时间轴

(1) 使用 matplotlib.pyplot 模块的方式。

若直接调用 data['some_columns'].plot() 打印特定列数据，系统会自动识别并应用时间作为横坐标。

Pyecharts自定义时间横坐标

(2) 使用 pyecharts 模块的方式。


from pyecharts import Bar
bar = Bar("数据分析")

labels = data.columns.tolist()
for la in labels:
  # print("标签：",la,"时间：", hebing4[[la]].index,"数据：", hebing4[[la]].values)
  bar.add(la, data[la].index, data[la].values, is_stack=True, mark_point=["max", "min"],
  is_datazoom_show=True, # 默认为 X 轴，横向
  datazoom_type="slider",
  datazoom_range=[10, 25],
  # 新增额外的 dataZoom 控制条，纵向
  is_datazoom_extra_show=True,
  datazoom_extra_type="slider",
  datazoom_extra_range=[10, 25],
  is_toolbox_show=False,)
bar.render(r"/home/result/packetlen_avg.html")