import pandas as pd
dates = ['2015-12-20','2015-09-12']  
PM_25 = [80, 55]
dates = [pd.to_datetime(d) for d in dates]

plt.scatter(dates, PM_25, s =100, c = 'red')

s设置大小c设置颜色
还有很多其他的参数：http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.scatter

如果图中的数据包含日期，则可以使用**plot_date**
类似于plot（）命令，除了x或y（或两者）数据被认为是日期，并且轴被标记。
首先将列表转换为日期时间，如@RSHARP所示，

dates = [pd.to_datetime(d) for d in dates]

你可以使用plot_date

plt.plot_date(dates, PM_25, c = 'red')

一个Pandas的框架通常是更常见的。所以它对我来说是有效的：

import pandas as pd
dates = ['2015-12-20','2015-09-12']  
PM_25 = [80, 55]
data = pd.DataFrame({'dates':pd.to_datetime(dates),'PM_25':PM_25})
data.plot(x='dates',y='PM_25',marker='o',linestyle='none')

你可以这样定义：

data.plot(x='dates',y='PM_25',marker='o',linestyle='none',color='red',ms=3)

显然，在图书馆最近的几次更新后，其他答案不起作用。
使用@Apex，我们可以得到以下结果：

df = ...
plt.scatter(list(df.time.values),list(df.y.values),color='r')

在这种情况下，您可能会得到以下错误：

ConversionError: Failed to convert value(s) to axis units: ...

基本上，对datetime64[us]类型有一个检查。如果你预先将数据转换为这种类型，你将避免库中的错误代码部分。
因此，以下代码目前运行良好：

df = ...
plt.scatter(list(df.time.astype('datetime64[us]').values),list(df.y.values),color='r')