尽管付出了最大的努力，Matplotlib显示x-tick标签重叠

Question

看看下图：

这是这个较大数字的一个子情节：

我发现它有两个问题。首先，x轴标签相互重叠（这是我的主要问题）。第二。 x轴次网格线的位置似乎有点不稳定。在图表的左侧，它们看起来间隔适当。但是在右边，它们似乎挤满了主要的网格线......好像主要的网格线位置不是次要刻度线位置的正确倍数。

我的设置是我有一个名为df的DataFrame，其行上有一个DatetimeIndex，另一个名为value的列包含浮点数。如有必要，我可以在gist中提供df内容的示例。本帖子底部有十几行df作为参考。

这是产生数字的代码：

now = dt.datetime.now()

fig, axes = plt.subplots(2, 2, figsize=(15, 8), dpi=200)
for i, d in enumerate([360, 30, 7, 1]):
    ax = axes.flatten()[i]
    earlycut = now - relativedelta(days=d)
    data = df.loc[df.index>=earlycut, :]
    ax.plot(data.index, data['value'])
    ax.xaxis_date()

    ax.get_xaxis().set_minor_locator(mpl.ticker.AutoMinorLocator())
    ax.get_yaxis().set_minor_locator(mpl.ticker.AutoMinorLocator())

    ax.grid(b=True, which='major', color='w', linewidth=1.5)
    ax.grid(b=True, which='minor', color='w', linewidth=0.75)

这里我最好的选择是让x轴标签彼此重叠（在四个子图中的每一个中）？另外，单独（但不那么紧急），左上方子图中的次要刻度问题是什么？

我在Pandas 0.13.1，numpy 1.8.0和matplotlib 1.4.x上。

这里有一小段df供参考：

                                    id scale  tempseries_id    value
timestamp                                                           
2014-11-02 14:45:10.302204+00:00  7564     F              1  68.0000
2014-11-02 14:25:13.532391+00:00  7563     F              1  68.5616
2014-11-02 14:15:12.102229+00:00  7562     F              1  68.9000
2014-11-02 14:05:13.252371+00:00  7561     F              1  69.0116
2014-11-02 13:55:11.792191+00:00  7560     F              1  68.7866
2014-11-02 13:45:10.782227+00:00  7559     F              1  68.6750
2014-11-02 13:35:10.972248+00:00  7558     F              1  68.4500
2014-11-02 13:25:10.362213+00:00  7557     F              1  68.1116
2014-11-02 13:15:10.822247+00:00  7556     F              1  68.2250
2014-11-02 13:05:10.102200+00:00  7555     F              1  68.5616
2014-11-02 12:55:10.292217+00:00  7554     F              1  69.0116
2014-11-02 12:45:10.382226+00:00  7553     F              1  69.3500
2014-11-02 12:35:10.642245+00:00  7552     F              1  69.2366
2014-11-02 12:25:12.642255+00:00  7551     F              1  69.1250
2014-11-02 12:15:11.122382+00:00  7550     F              1  68.7866
2014-11-02 12:05:11.332224+00:00  7549     F              1  68.5616
2014-11-02 11:55:11.662311+00:00  7548     F              1  68.2250
2014-11-02 11:45:11.122193+00:00  7547     F              1  68.4500
2014-11-02 11:35:11.162271+00:00  7546     F              1  68.7866
2014-11-02 11:25:12.102211+00:00  7545     F              1  69.2366
2014-11-02 11:15:10.422226+00:00  7544     F              1  69.4616
2014-11-02 11:05:11.412216+00:00  7543     F              1  69.3500
2014-11-02 10:55:10.772212+00:00  7542     F              1  69.1250
2014-11-02 10:45:11.332220+00:00  7541     F              1  68.7866
2014-11-02 10:35:11.332232+00:00  7540     F              1  68.5616
2014-11-02 10:25:11.202411+00:00  7539     F              1  68.2250
2014-11-02 10:15:11.932326+00:00  7538     F              1  68.5616
2014-11-02 10:05:10.922229+00:00  7537     F              1  68.9000
2014-11-02 09:55:11.602357+00:00  7536     F              1  69.3500

修改：试用fig.autofmt_xdate()： 我不认为这会成功。这似乎对左侧的两个图形和右侧的两个图形使用相同的x-tick标签。根据我的数据，这是不正确的。请参阅下面有问题的输出：

Answer 1

好的，终于搞定了。诀窍是使用plt.setp手动旋转刻度标签。使用fig.autofmt_xdate()不起作用，因为当你的图中有多个子图时它会发生一些意想不到的事情。这是带有输出的工作代码：

for i, d in enumerate([360, 30, 7, 1]):
    ax = axes.flatten()[i]
    earlycut = now - relativedelta(days=d)
    data = df.loc[df.index>=earlycut, :]
    ax.plot(data.index, data['value'])

    ax.get_xaxis().set_minor_locator(mpl.ticker.AutoMinorLocator())
    ax.get_yaxis().set_minor_locator(mpl.ticker.AutoMinorLocator())

    ax.grid(b=True, which='major', color='w', linewidth=1.5)
    ax.grid(b=True, which='minor', color='w', linewidth=0.75)

    plt.setp(ax.get_xticklabels(), rotation=30, horizontalalignment='right')

fig.tight_layout()

顺便说一句，之前关于一些matplotlib事情的评论在这里非常有趣。我正在使用覆盆子pi作为远程位置的气象站。它正在收集数据并通过网络提供结果。还有男孩哦，男孩，试图把这些图片拿出来真是喘息。

Answer 2

由于在matplotlib中处理文本呈现的方式，自动检测重叠文本确实会减慢速度。 （文本占用的空间在绘制之前无法准确计算。）因此，matplotlib不会尝试自动执行此操作。

因此，最好旋转长刻度标签。因为日期最常出现这个问题，所以有一个数字方法fig.autofmt_xdate()将（除其他外）旋转刻度标签以使它们更具可读性。 （注意：如果您使用的是pandas plot方法，则会返回一个axis对象，因此您需要使用ax.figure.autofmt_xdate()。）

作为一个简单的例子：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

time = pd.date_range('01/01/2014', '4/01/2014', freq='H')
values = np.random.normal(0, 1, time.size).cumsum()

fig, ax = plt.subplots()
ax.plot_date(time, values, marker='', linestyle='-')

fig.autofmt_xdate()
plt.show()

如果我们要离开fig.autofmt_xdate()：

如果我们使用fig.autofmt_xdate()：