Python是一种强大的编程语言，具有非常多的应用场景。在数据分析领域中，Python更是拥有着广泛的应用。在进行数据分析时，如何让数据更加直观呢？那么很自然就需要通过图表来展示数据。而在Python中，使用matplotlib和seaborn这两个库来进行图表绘制非常方便。

在绘制图表时，通常需要将x轴设定为数据的某个维度，例如某个商品的销售量，y轴则为统计值。然而，有些时候我们希望将x轴改为时间，并作出时间序列图。这时候，Python中的日期时间模块就派上用场了。

以下是使用Python绘制时间序列图的示例代码：

import pandas as pd
import datetime as dt
import matplotlib.pyplot as plt
# 构造数据
dates = ['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-04', '2020-01-05', '2020-01-06', '2020-01-07']
values = [4, 7, 1, 6, 3, 8, 2]
# 将日期字符串转化为datetime格式
dates = [dt.datetime.strptime(d, '%Y-%m-%d').date() for d in dates]
# 将数据存储为pandas DataFrame格式
df = pd.DataFrame({'dates': dates, 'values': values})
df.set_index('dates', inplace=True)
# 绘制时间序列图
plt.plot(df.index, df['values'])
plt.xlabel('Date')
plt.ylabel('Value')
plt.show()

上述代码中，首先构造了一个包含日期和值的数据列表。然后将日期字符串转化为datetime格式，将数据存储为pandas DataFrame格式，并设置索引为时间。最后通过matplotlib的plot函数进行绘图。

读者可以将示例代码放入到Python运行环境中测试并且尝试对代码进行修改以适应不同的需求。通过这种方式，您可以更加深入地掌握Python以及Python中的日期时间模块的用法。