Matplotlib中如何拉开Y轴137与145刻度标签的间距

针对你用Matplotlib面向对象API绘制step图时，Y轴137和145刻度标签重叠的问题，这里提供几种实用的解决方法，核心是在保留Y轴线性刻度准确性的前提下，优化标签可读性：

方法一：调整标签垂直位置与对齐方式 #

不改动刻度的实际位置，仅通过偏移标签来避免重叠，完全保留数值的准确性：

import matplotlib.pyplot as plt

# 示例数据
x = [1, 2, 3, 4, 5]
y_ticks = [9, 41, 73, 137, 145, 201]
y_data = y_ticks[:-1]  # step图的Y数据

# 面向对象方式初始化画布和轴
fig, ax = plt.subplots()
ax.step(x, y_data, where='post')

# 设置Y轴刻度
ax.set_yticks(y_ticks)

# 遍历标签，调整137和145的位置
for idx, label in enumerate(ax.get_yticklabels()):
    current_tick = y_ticks[idx]
    if current_tick == 137:
        # 向下偏移标签，设置顶部对齐
        label.set_y(label.get_position()[1] - 0.02)
        label.set_verticalalignment('top')
    elif current_tick == 145:
        # 向上偏移标签，设置底部对齐
        label.set_y(label.get_position()[1] + 0.02)
        label.set_verticalalignment('bottom')

plt.tight_layout()
plt.show()

方法二：微调刻度位置（轻微偏移） #

如果可以接受刻度位置的微小调整，这种方式能让标签排列更整齐：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y_ticks = [9, 41, 73, 137, 145, 201]
y_data = y_ticks[:-1]

fig, ax = plt.subplots()
ax.step(x, y_data, where='post')

# 微调137和145的刻度位置，拉开间距
adjusted_positions = [9, 41, 73, 136, 146, 201]
ax.set_yticks(adjusted_positions)
# 保留原始数值作为标签
ax.set_yticklabels(y_ticks)

# 确保Y轴范围覆盖原始刻度值
ax.set_ylim(min(y_ticks)-5, max(y_ticks)+5)

plt.tight_layout()
plt.show()

方法三：使用OffsetText精确控制标签偏移 #

这种方式灵活性最高，可自定义标签的偏移方向和距离：

import matplotlib.pyplot as plt
from matplotlib.offsetbox import OffsetText

x = [1, 2, 3, 4, 5]
y_ticks = [9, 41, 73, 137, 145, 201]
y_data = y_ticks[:-1]

fig, ax = plt.subplots()
ax.step(x, y_data, where='post')
ax.set_yticks(y_ticks)

# 移除默认标签，手动添加带偏移的标签
ax.set_yticklabels([])
for tick_val in y_ticks:
    if tick_val == 137:
        # 向左下方偏移15像素、5像素
        offset_text = OffsetText(str(tick_val), xy=(0, tick_val), 
                                xytext=(-15, -5), textcoords='offset points',
                                va='top')
    elif tick_val == 145:
        # 向左上方偏移15像素、5像素
        offset_text = OffsetText(str(tick_val), xy=(0, tick_val), 
                                xytext=(-15, 5), textcoords='offset points',
                                va='bottom')
    else:
        # 其他标签保持默认位置
        offset_text = OffsetText(str(tick_val), xy=(0, tick_val), 
                                xytext=(-5, 0), textcoords='offset points',
                                va='center')
    ax.add_artist(offset_text)

plt.tight_layout()
plt.show()

方案选择建议 #

• 优先选方法一：完全保留刻度数值的准确性，适合Y轴数值为核心信息的场景。
• 若追求标签排列整齐，可考虑方法二，偏移量可根据实际图表调整。
• 需要更精细的标签控制时，用方法三。

内容的提问来源于stack exchange，提问作者Lilkp2