如果您喜欢非面向对象的方法，可以将plt.xticks(rotation=70)移动到两个avail_plot调用的右 * 前 *，例如

plt.xticks(rotation=70)
avail_plot(axs[0], dates, s1, 'testing', 'green')
avail_plot(axs[1], dates, s1, 'testing2', 'red')

这将在设置标签之前设置旋转特性。由于这里有两个轴，在绘制两个图后，plt.xticks会混淆。当plt.xticks不做任何事情时，plt.gca()不会 * 给予你想要修改的轴，所以作用于当前轴的plt.xticks将不起作用。
对于不使用plt.xticks的面向对象方法，可以使用

plt.setp( axs[1].xaxis.get_majorticklabels(), rotation=70 )

• 在 * 两个avail_plot调用之后。这将在正确的轴上专门设置旋转。

matplotlib 2.1+

有一个axes方法tick_params可以改变刻度属性。它也作为set_tick_params轴方法存在

ax.tick_params(axis='x', rotation=45)

或者

ax.xaxis.set_tick_params(rotation=45)

顺便说一句，当前的解决方案通过使用命令plt.xticks(rotation=70)将有状态接口（使用pyplot）与面向对象接口混合使用。由于问题中的代码使用了面向对象的方法，所以最好始终坚持这种方法。该解确实给予了plt.setp( axs[1].xaxis.get_majorticklabels(), rotation=70 )的良好显式解

一个简单的解决方案，避免循环在标签上是使用
fig.autofmt_xdate()
此命令自动旋转x轴标签并调整其位置。默认值为旋转Angular 30°和水平对齐“右”。但是它们可以在函数调用中改变

fig.autofmt_xdate(bottom=0.2, rotation=30, ha='right')

额外的bottom参数相当于设置plt.subplots_adjust(bottom=bottom)，它允许将底部轴填充设置为更大的值以托管旋转的ticklabels。
基本上，在这里，您可以在一个命令中设置一个漂亮的日期轴。
good example可以在matplotlib页面上找到。

另一种将horizontalalignment和rotation应用于每个刻度标签的方法是在要更改的刻度标签上执行for循环：

import numpy as np
import matplotlib.pyplot as plt
import datetime as dt

now = dt.datetime.now()
hours = [now + dt.timedelta(minutes=x) for x in range(0,24*60,10)]
days = [now + dt.timedelta(days=x) for x in np.arange(0,30,1/4.)]
hours_value = np.random.random(len(hours))
days_value = np.random.random(len(days))

fig, axs = plt.subplots(2)
fig.subplots_adjust(hspace=0.75)
axs[0].plot(hours,hours_value)
axs[1].plot(days,days_value)

for label in axs[0].get_xmajorticklabels() + axs[1].get_xmajorticklabels():
    label.set_rotation(30)
    label.set_horizontalalignment("right")

下面是一个例子，如果你想控制主刻度和次刻度的位置：

import numpy as np
import matplotlib.pyplot as plt
import datetime as dt

fig, axs = plt.subplots(2)
fig.subplots_adjust(hspace=0.75)
now = dt.datetime.now()
hours = [now + dt.timedelta(minutes=x) for x in range(0,24*60,10)]
days = [now + dt.timedelta(days=x) for x in np.arange(0,30,1/4.)]

axs[0].plot(hours,np.random.random(len(hours)))
x_major_lct = mpl.dates.AutoDateLocator(minticks=2,maxticks=10, interval_multiples=True)
x_minor_lct = matplotlib.dates.HourLocator(byhour = range(0,25,1))
x_fmt = matplotlib.dates.AutoDateFormatter(x_major_lct)
axs[0].xaxis.set_major_locator(x_major_lct)
axs[0].xaxis.set_minor_locator(x_minor_lct)
axs[0].xaxis.set_major_formatter(x_fmt)
axs[0].set_xlabel("minor ticks set to every hour, major ticks start with 00:00")

axs[1].plot(days,np.random.random(len(days)))
x_major_lct = mpl.dates.AutoDateLocator(minticks=2,maxticks=10, interval_multiples=True)
x_minor_lct = matplotlib.dates.DayLocator(bymonthday = range(0,32,1))
x_fmt = matplotlib.dates.AutoDateFormatter(x_major_lct)
axs[1].xaxis.set_major_locator(x_major_lct)
axs[1].xaxis.set_minor_locator(x_minor_lct)
axs[1].xaxis.set_major_formatter(x_fmt)
axs[1].set_xlabel("minor ticks set to every day, major ticks show first day of month")
for label in axs[0].get_xmajorticklabels() + axs[1].get_xmajorticklabels():
    label.set_rotation(30)
    label.set_horizontalalignment("right")

我显然迟到了，但有一个官方的例子

plt.setp(ax.get_xticklabels(), rotation=45, ha="right", rotation_mode="anchor")

旋转标签，同时保持标签与刻度正确对齐，这既干净又容易。
参考：https://matplotlib.org/stable/gallery/images_contours_and_fields/image_annotated_heatmap.html

简单使用

ax.set_xticklabels(label_list, rotation=45)