Seaborn折线图X轴刻度标签与数据点错位问题求助

问题描述 #

使用Seaborn绘制两类数据的季度数量变化折线图时，出现X轴刻度标签与数据点偏移一个位置的问题，手动调整刻度位置代码后仍未解决。

原因分析 #

当sns.lineplot接收字符串类型的X轴数据（示例中的quarter为字符串格式），Seaborn会将其视为分类变量，内部自动为每个分类分配从0开始的连续整数位置。原代码中重复调用plt.xticks()和ax.set_xticks()/ax.set_xticklabels()，导致刻度位置与数据点实际位置不匹配，引发偏移。

修正代码 #

以下是调整后的完整代码，确保刻度标签与数据点完全对齐：

生成示例数据 #

import pandas as pd
import random
import matplotlib.pyplot as plt
import seaborn as sns

categories = ['A', 'B']
quarters = []
for year in range(2014, 2024):
    for quarter in range(1, 5):
        quarters.append(f"{year}-Q{quarter}")
data = []
for category in categories:
    for quarter in quarters:
        count = random.randint(40000, 500000)
        data.append({'category': category, 'quarter': quarter, 'count': count})
df = pd.DataFrame(data)

方案一：通过索引映射X轴位置 #

plt.figure(figsize=(10, 6))
# 利用数据索引取模，匹配季度的位置索引
ax = sns.lineplot(x=df.index % len(quarters), y="count", hue="category", data=df, marker="o")
plt.xlabel("Quarter")
plt.ylabel("Count")

# 直接设置对应数量的刻度位置和标签
ax.set_xticks(range(len(quarters)))
ax.set_xticklabels(quarters, rotation=45)

plt.tight_layout()
plt.show()

方案二：将季度转为有序分类类型 #

plt.figure(figsize=(10, 6))
# 将quarter转为有序分类，让Seaborn自动识别正确顺序
df['quarter'] = pd.Categorical(df['quarter'], categories=quarters, ordered=True)
ax = sns.lineplot(x="quarter", y="count", hue="category", data=df, marker="o")
plt.xlabel("Quarter")
plt.ylabel("Count")
plt.xticks(rotation=45)

plt.tight_layout()
plt.show()

效果说明 #

两种方案均能让每个季度的刻度标签精准对齐对应的数据点，彻底解决偏移问题。

内容的提问来源于stack exchange，提问作者Osca