如何在Matplotlib Pyplot中分散x轴刻度（xticks）解决拥挤问题？

手动指定刻度位置 #

直接筛选部分数据点作为刻度，精准控制显示数量：

import matplotlib.pyplot as plt
x = range(100)
y = [i**2 for i in x]
plt.plot(x, y)
# 每10个点显示一个刻度
plt.xticks(x[::10])
plt.show()

旋转刻度标签 #

通过旋转标签避免横向重叠，搭配tight_layout()防止标签被截断：

plt.plot(x, y)
plt.xticks(rotation=45)  # 可根据情况调整为90度、30度等
plt.tight_layout()
plt.show()

自动调整刻度数量 #

利用Matplotlib的刻度定位器自动优化刻度密度：

from matplotlib.ticker import MaxNLocator
ax = plt.gca()
# 指定最多显示5个主刻度，会自动适配最优位置
ax.xaxis.set_major_locator(MaxNLocator(nbins=5))
plt.plot(x, y)
plt.show()

缩小刻度标签字号 #

通过减小字体大小缓解拥挤，适合刻度内容较短的场景：

plt.plot(x, y)
plt.xticks(fontsize=8)  # 可按需调整为6、10等字号
plt.show()

日期数据专用处理 #

如果x轴是日期类型，用专用的定位器和格式化器优化显示：

import matplotlib.dates as mdates
# 假设x是datetime格式的日期序列
ax = plt.gca()
# 按星期间隔显示刻度，自定义日期格式
ax.xaxis.set_major_locator(mdates.WeekdayLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

拆分数据展示（极端拥挤场景） #

当数据量极大时，拆分到多个子图或用双轴展示不同粒度：

fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 8))
ax1.plot(x[:50], y[:50])
ax2.plot(x[50:], y[50:])
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者ak231472