因IEEE 754浮点精度导致刻度标签精度不一致问题问询

问题现象 #

运行以下代码时：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0.0,1.2,0.2)
y = np.arange(0.0,1.2,0.2)

labels = np.arange(0.0,1.2,0.2)

plt.plot(x, y)
plt.xticks(x, labels)
plt.show()

会出现X轴刻度标签显示0.6000000000000001这类精度异常的情况，但Y轴显示正常；直接打印np.arange(0.0,1.2,0.2)输出的是array([0. , 0.2, 0.4, 0.6, 0.8, 1. ])，和绘图时的X轴标签不一致。

原因解析 #

1. IEEE 754浮点精度本质：十进制的0.2无法用二进制浮点数精确表示，np.arange生成的数组元素实际是近似值。NumPy在打印数组时会自动做舍入显示，让你看到的是0.6，但内存中存储的其实是类似0.6000000000000001的近似值。
2. X/Y轴处理逻辑差异：Y轴用的是Matplotlib自动生成的刻度，Matplotlib内部会对自动刻度的数值做格式化处理，自动舍入到合理精度；而X轴是通过plt.xticks(x, labels)手动指定标签，这里的labels是浮点数组，Matplotlib直接将浮点值的原始存储内容转成字符串，没有自动格式化，所以暴露了精度问题。

优化解决方案 #

1. 用Matplotlib内置格式化工具（最优） #

无需修改原始数据，直接让Matplotlib对刻度标签做格式化，既保留原始x值精度，又保证显示美观：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import StrMethodFormatter

x = np.arange(0.0,1.2,0.2)
y = np.arange(0.0,1.2,0.2)

plt.plot(x, y)
# 指定X轴标签保留1位小数
plt.gca().xaxis.set_major_formatter(StrMethodFormatter("{x:.1f}"))
plt.show()

也可以用FuncFormatter实现更灵活的格式化逻辑。

2. 直接生成字符串标签 #

手动创建带指定精度的字符串作为刻度标签，避免浮点值直接转换：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0.0,1.2,0.2)
y = np.arange(0.0,1.2,0.2)
# 生成保留1位小数的字符串列表
labels = [f"{val:.1f}" for val in x]

plt.plot(x, y)
plt.xticks(x, labels)
plt.show()

3. 浮点数组舍入处理（当前方法的补充） #

如果要保留浮点标签的形式，可以用np.around或np.round对数组做舍入，让数值近似到1位小数的精确存储值：

import matplotlib.pyplot as plt
import numpy as np

x = np.around(np.arange(0.0,1.2,0.2), 1)
y = np.arange(0.0,1.2,0.2)
labels = x

plt.plot(x, y)
plt.xticks(x, labels)
plt.show()

注意：这种方法会轻微修改x的原始数值（差异极小），如果对数值精度要求极高，建议优先用前两种方案。

内容的提问来源于stack exchange，提问作者Firestar-Reimu