如何在matplotlib分类数据绘图中添加数据间隙？

数值数据的间隙实现方式 #

处理带时间索引的数值数据时，直接在缺失位置设置np.nan就能生成绘图间隙，效果远优于直接跳过缺失时间点。示例代码如下：

import numpy as np
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5, 6, 7]
y = [10, 20, 30, np.nan, 10, 20, 30]
plt.plot(x, y)
plt.show()
plt.close()

分类数据的问题 #

但当y为分类数据时，np.nan无法生成间隙，反而会在对应位置绘制点：

import numpy as np
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5, 6, 7]
y = ["cat", "cat", "dog", np.nan, "dog", "cat", "cat"]
plt.plot(x, y)
plt.show()
plt.close()

解决方案：拆分数据分段绘制 #

要实现x=1-3对应cat、cat、dog，x=5-7对应dog、cat、cat，且在x=4处保留间隙，最直接的方法是将数据拆分为两段连续序列分别绘制：

import numpy as np
import matplotlib.pyplot as plt

# 拆分有效数据为两段连续序列
x1 = [1, 2, 3]
y1 = ["cat", "cat", "dog"]
x2 = [5, 6, 7]
y2 = ["dog", "cat", "cat"]

# 分别绘制两段数据，自动形成间隙
plt.plot(x1, y1)
plt.plot(x2, y2)

# 可选：手动设置y轴分类标签，避免自动排序
plt.yticks(["cat", "dog"])

plt.show()
plt.close()

补充说明 #

• Matplotlib的plot()函数只会连接同一次调用中的连续数据点，不同plot()调用的序列之间不会自动衔接，从而自然形成x=4处的间隙。
• 如果需要两段线条样式完全一致，可在plot()中指定相同的样式参数，比如plt.plot(x1, y1, 'b-o')和plt.plot(x2, y2, 'b-o')。

内容的提问来源于stack exchange，提问作者Dave