Seaborn-Matplotlib调整Y轴刻度偏移：将Y轴0刻度移至X轴位置

嘿，刚好之前做数据可视化时也碰到过这个需求，给你分享几种靠谱的解决方法，不管你是用Matplotlib原生还是结合Seaborn、Pandas都能用：

这是最常用的做法，直接把X轴移到Y轴的0刻度位置，这样Y轴的0刻度自然就和X轴重合，数据的正负分界会更清晰。

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

# 生成示例数据（你可以替换成自己的DataFrame）
df = pd.DataFrame({
    'x': np.arange(-10, 11),
    'y': np.arange(-10, 11)**2 - 30
})

# 用Seaborn绘制图形（也可以用Matplotlib原生绘图）
sns.lineplot(data=df, x='x', y='y')
ax = plt.gca()  # 获取当前轴对象

# 将X轴（底部轴）移动到Y=0的位置
ax.spines['bottom'].set_position(('data', 0))

# 可选：隐藏右侧和顶部的冗余轴，让图更简洁
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)

# 调整Y轴0刻度标签的显示位置（让它和X轴刻度对齐）
y_ticks = ax.get_yticks()
zero_index = np.where(y_ticks == 0)[0][0]
ax.get_yticklabels()[zero_index].set_position((1, 0))  # 调整标签的坐标位置
ax.get_yticklabels()[zero_index].set_ha('center')  # 设置水平对齐方式

plt.show()

如果你不想改变轴的整体布局，只是想把Y轴上的0刻度标签挪到X轴位置，可以直接调整单个标签的位置：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

df = pd.DataFrame({
    'x': np.arange(0, 20),
    'y': np.random.randn(20).cumsum()
})

sns.scatterplot(data=df, x='x', y='y')
ax = plt.gca()

# 获取Y轴的刻度值和对应标签
yticks = ax.get_yticks()
ytick_labels = ax.get_yticklabels()

# 遍历找到0刻度的标签并调整位置
for tick_val, label in zip(yticks, ytick_labels):
    if tick_val == 0:
        # 将标签移到X轴的左端位置（可以根据需求修改坐标）
        label.set_position((ax.get_xlim()[0], 0))
        label.set_ha('right')  # 设置右对齐，让标签紧贴X轴

plt.show()

• 如果你的Y轴原本没有0刻度，可以用ax.set_yticks(np.append(ax.get_yticks(), 0))手动添加；
• 调整set_position里的坐标值可以精确控制标签位置，比如(x_coord, y_coord)，x_coord是X轴方向的位置，y_coord是Y轴方向的位置；
• Seaborn所有绘图函数都返回轴对象（比如sns.lineplot(...)直接赋值给ax），也可以不用plt.gca()，代码会更简洁。

内容的提问来源于stack exchange，提问作者Adel Ali