Python Matplotlib 不会遵循 set_major_formatter 或 set_minor_formatter 为某些数据集设置的日期格式

我正在使用一个程序绘制一个Pandas 数据框，其中日期和时间在x轴上，变量在y轴上.我希望绘图以yyyy-mm-dd hh:mm格式显示x轴上每个刻度的日期和时间.

这是我正在使用的代码(我已经硬编码了一个简单的数据帧，使这段代码易于复制).下面的代码显示this figure，它具有我想要的日期和时间格式.

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

df = pd.DataFrame(
    [['2022-01-01 01:01', 5],
    ['2022-01-01 07:01', 10],
    ['2022-01-01 13:01', 15],
    ['2022-01-01 19:01', 10]], columns=['Time', 'Variable'])
df['Time'] = pd.to_datetime(df['Time'])
df = df.set_index('Time')
fig, ax = plt.subplots()
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d %H:%M'))
ax.xaxis.set_minor_formatter(mdates.DateFormatter('%Y-%m-%d %H:%M'))
df.plot(ax=ax)
ax.tick_params(axis='x', labelrotation=45)
plt.show()

如果我从每个时间中减go 一分钟，然后运行下面的代码，我得到this figure，这是一个完全不同的日期和时间格式.

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

df = pd.DataFrame(
    [['2022-01-01 01:00', 5],
    ['2022-01-01 07:00', 10],
    ['2022-01-01 13:00', 15],
    ['2022-01-01 19:00', 10]], columns=['Time', 'Variable'])
df['Time'] = pd.to_datetime(df['Time'])
df = df.set_index('Time')
fig, ax = plt.subplots()
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d %H:%M'))
ax.xaxis.set_minor_formatter(mdates.DateFormatter('%Y-%m-%d %H:%M'))
df.plot(ax=ax)
ax.tick_params(axis='x', labelrotation=45)
plt.show()

除了每次减go 一分钟外，我没有对代码进行任何更改，但记号的格式发生了变化，尽管我使用了set\u major\u formatter和set\u minor\u formatter方法来指定每个记号的格式.

有没有办法确保刻度的格式保持不变，而不管绘制的数据集是什么？