为何导入CSV数据后Matplotlib刻度标签重叠？如何解决？

问题现象 #

使用numpy数值数组绘制Matplotlib图表时，刻度会自动合理分布；但导入CSV数据到numpy数组后，X/Y轴刻度会为每个数据点生成标签，导致严重重叠，即使数据量很大（如20000个点）也无法自动优化。

问题原因 #

核心原因是CSV导入的数据被识别为字符串类型，而非数值类型：

• 当轴数据为数值类型（int/float）时，Matplotlib会根据数据范围自动计算并生成均匀分布的刻度；
• 当轴数据为字符串类型时，Matplotlib会将每个字符串视为独立分类标签，为每个数据点创建刻度，最终导致标签重叠；
• 验证方式：执行print(x.dtype)，导入后的数组会显示<Uxx（字符串类型），而正常示例的数组为int64/float64数值类型。

解决方案 #

方案1：直接读取CSV为数值数组 #

使用numpy的np.loadtxt或np.genfromtxt直接读取CSV，自动将数据转换为数值类型：

import numpy as np
import matplotlib.pyplot as plt

# 直接读取为float类型数组，指定分隔符和编码
data = np.loadtxt("graph.csv", delimiter=",", encoding='utf-8-sig')
x = data[:, 0][:10]  # 取前10个X数据
y = data[:, 1][:10]  # 取前10个Y数据

fig, ax = plt.subplots()
ax.plot(x, y, ".")
plt.show()

方案2：手动转换字符串数组为数值类型 #

如果已用csv.reader读取数据，可手动将字符串数组转换为float类型：

import numpy as np
import matplotlib.pyplot as plt
import csv

with open("graph.csv", encoding='utf-8-sig') as fp:
    reader = csv.reader(fp, delimiter=",")
    data_read = [row for row in reader]

# 转换为float64类型数组，再转置
d = np.array(data_read, dtype=np.float64).T
x = d[0][:10]
y = d[1][:10]

fig, ax = plt.subplots()
ax.plot(x, y, ".")
plt.show()

大数据量额外优化 #

当加载200000个数据点时，除确保数据为数值类型，还可通过以下方式优化刻度显示：

• 启用自动缩放：ax.autoscale()（Matplotlib默认启用，可显式确保生效）；
• 旋转X轴标签：plt.xticks(rotation=45)，避免水平标签重叠；
• 自定义刻度格式：减少小数位数，缩短标签长度：

import matplotlib.ticker as ticker

# 设置X轴刻度保留2位小数，Y轴保留1位小数
ax.xaxis.set_major_formatter(ticker.FormatStrFormatter('%.2f'))
ax.yaxis.set_major_formatter(ticker.FormatStrFormatter('%.1f'))

现象示例说明 #

• 正常表现图表：X轴为0到1e6的均匀刻度，标签分布合理无重叠；
• CSV导入后的混乱图表：X轴刻度标签完全重叠，放大后可见每个数据点对应一个刻度；
• 改用线性X轴后的图表：X轴为整数序列，自动生成均匀分布的刻度；
• 20000个数据点的Y轴：标签密集重叠，数据范围在-106到-88之间。

内容的提问来源于stack exchange，提问作者Demis