如何基于相对位置设置Matplotlib轴刻度（绘图用绝对坐标）

我处理带规则引脚网格的制造零件，引脚有反映相对行列位置的唯一标识（比如C1;R2代表第1列、第2行）。没有参考图时，在检测文档里找指定引脚要手动追踪行列，非常麻烦。

我写了个Python脚本，用matplotlib根据引脚的绝对XY坐标（比如-160.1, 974.9毫米）绘图，保证绘图位置和实际零件一致（非等比例），脚本目前运行正常，但需要改进：把轴刻度的位置和标签从当前的绝对X/Y值，替换成相对的列/行标识。

我知道可以手动加注释，但因为有多个零件型号（每个的引脚数量和位置都不一样），想做一个程序化的方案，结合零件编号自动实现，避免手动编码的繁琐。

核心问题：用绝对值绘制特征时，能不能基于相对值定位并标注matplotlib轴刻度？如果可以，怎么在下面的示例脚本里实现？

示例脚本 #

import pandas as pd
from matplotlib import pyplot as plt

#This script converts lists into a dataframe and plots points using matplotlib

#Setup Lists

ID =  ['C1;R2', 'C2;R2', 'C1;R1', 'C2;R1'] #pin identifier

X = [-160.1, -110.1, -160.1, -110.1] #absolute X

Y = [974.9, 974.9, 924.9, 924.9] #absolute Y

COLUMN = ['1', '2', '1', '2'] #relative X

ROW = ['2', '2', '1', '1'] #relative Y

#Merge Lists

list_of_tuples = list(zip(ID, X, Y, COLUMN, ROW))

#Convert lists to dataframe

Data = pd.DataFrame(list_of_tuples, columns=['ID', 'X', 'Y', 'COLUMN', 'ROW'])

#Plot points

fig, ax = plt.subplots()
ax.scatter(Data['X'], Data['Y'])

#Label Axis

plt.xlabel('X Position')
plt.ylabel('Y Position')

#Set Title

ax.set_title("Reference Plot", size=18)

#Label Points with IDs

Data[['X','Y','ID']].apply(lambda row: ax.text(*row),axis=1)

#Display the plot

plt.show()

打印的数据框 #

ID      X      Y COLUMN ROW
0  C1;R2 -160.1  974.9      1   2
1  C2;R2 -110.1  974.9      2   2
2  C1;R1 -160.1  924.9      1   1
3  C2;R1 -110.1  924.9      2   1

输出说明 #

• 实际绘图：轴刻度显示绝对X/Y数值，点标注引脚ID
• 期望绘图：X轴刻度替换为列标识（C1、C2），Y轴刻度替换为行标识（R1、R2），刻度位置对应各列/行的绝对坐标位置，点的位置保持绝对坐标不变

完全可以实现，核心思路是提取每个相对列/行对应的唯一绝对坐标，将其设为轴刻度位置，同时用相对列/行标识作为刻度标签，修改后的脚本如下：

import pandas as pd
from matplotlib import pyplot as plt

#Setup Lists
ID =  ['C1;R2', 'C2;R2', 'C1;R1', 'C2;R1'] #pin identifier
X = [-160.1, -110.1, -160.1, -110.1] #absolute X
Y = [974.9, 974.9, 924.9, 924.9] #absolute Y
COLUMN = ['1', '2', '1', '2'] #relative X
ROW = ['2', '2', '1', '1'] #relative Y

#Merge Lists & Convert to DataFrame
list_of_tuples = list(zip(ID, X, Y, COLUMN, ROW))
Data = pd.DataFrame(list_of_tuples, columns=['ID', 'X', 'Y', 'COLUMN', 'ROW'])

#Plot points
fig, ax = plt.subplots()
ax.scatter(Data['X'], Data['Y'])

# --- 核心修改部分 ---
# 处理X轴（列）：提取唯一绝对X坐标与对应列标识，按顺序排序
x_coords = Data.groupby('COLUMN')['X'].first().sort_index()
ax.set_xticks(x_coords.values)
ax.set_xticklabels([f'C{col}' for col in x_coords.index])

# 处理Y轴（行）：提取唯一绝对Y坐标与对应行标识，按顺序排序
y_coords = Data.groupby('ROW')['Y'].first().sort_index()
ax.set_yticks(y_coords.values)
ax.set_yticklabels([f'R{row}' for row in y_coords.index])

# 更新轴标签
ax.set_xlabel('列')
ax.set_ylabel('行')
# --- 修改结束 ---

#Set Title
ax.set_title("引脚参考图", size=18)

#Label Points with IDs
Data[['X','Y','ID']].apply(lambda row: ax.text(*row), axis=1)

#Display the plot
plt.show()

代码说明 #

• groupby('COLUMN')['X'].first()：按列分组，提取每组对应的唯一绝对X坐标（同一列的引脚X坐标一致）
• sort_index()：保证列/行按数字顺序排列（比如C1在C2前面）
• set_xticks与set_xticklabels：分别指定刻度的绝对坐标位置和对应的相对列标识，Y轴同理
• 该方案完全程序化，只要DataFrame包含COLUMN和ROW列，无论零件型号的引脚数量多少，都能自动生成对应刻度

内容的提问来源于stack exchange，提问作者Macondo_Cuanto