如何调整Matplotlib中y轴分类数据顺序并绘制散点图及折线图

核心思路 #

先完成数据的标签映射与过滤，再通过分类变量强制指定y轴的显示顺序，最后同时绘制散点图和折线图。

完整实现代码 #

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

# 原始数据集
x = tuple(range(1, 41))
y_str = ('5', '2', '5', '2', '5', '2', '5', '2', '5', '2', '5', '2', '5', '2', '4', '2', '4', '2', '5', '1', '5', '2', '5', '2', '1', '3', '5', '0', '5', '3', '5', '3', '5', '3', '5', '3', '5', '3', '4', '0')

# 定义标签映射规则
label_map = {
    '5': 'W',
    '4': 'R',
    '3': 'N1',
    '2': 'N2',
    '1': 'N1',
    '0': None  # 0不显示，后续过滤
}

# 转换标签并过滤无效数据
y_labels = [label_map[s] for s in y_str]
filtered_x = [xi / 2 for xi, yl in zip(x, y_labels) if yl is not None]
filtered_y = [yl for yl in y_labels if yl is not None]

# 自定义y轴从上到下的显示顺序
custom_y_order = ['W', 'R', 'N1', 'N2', 'N3']
# 将y转换为分类变量，锁定顺序
filtered_y_cat = pd.Categorical(filtered_y, categories=custom_y_order, ordered=True)

# 创建画布与轴对象
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制折线图（用分类编码映射数值位置）
ax.plot(filtered_x, filtered_y_cat.codes, color='#1f77b4', linestyle='-', label='折线图')
# 绘制散点图
ax.scatter(filtered_x, filtered_y_cat.codes, color='#ff4b5c', s=60, label='散点图')

# 设置y轴刻度与标签
ax.set_yticks(range(len(custom_y_order)))
ax.set_yticklabels(custom_y_order)
# 反转y轴，让自定义顺序从上到下展示
ax.invert_yaxis()

# 设置图表基础信息
ax.set_xlabel('X (原始值 ÷ 2)')
ax.set_ylabel('分类标签')
ax.set_title('分类数据可视化')
ax.legend()

plt.tight_layout()
plt.show()

关键细节说明 #

• 数据过滤：自动剔除y值为0的条目，避免无效数据干扰图表
• 分类变量控制顺序：通过pd.Categorical强制指定y轴标签的显示优先级，确保顺序符合需求
• y轴反转：Matplotlib默认y轴数值从下到上递增，反转后让自定义的第一个标签（W）显示在图表最上方
• 双图绘制：折线图用plot函数，散点图用scatter函数，共享同一套轴刻度，保证数据对齐

内容的提问来源于stack exchange，提问作者AL B