Holoviews分组小提琴图、箱线图刻度标签格式化问题

问题原因分析 #

• 横轴标签重叠：你的dim2包含50个分类，默认显示所有标签会导致横向空间不足，标签挤压重叠。
• 设置xticks/xformatter后无图表：小提琴图的x轴是分类轴而非数值轴，你直接用数值列表设置xticks、误用数值型的BasicTickFormatter，导致渲染出错。

正确解决方案 #

方案1：减少刻度数量+优化标签布局 #

针对分类轴，指定要保留显示的分类值，同时通过旋转标签、缩小字体提升可读性：

import hvplot
import hvplot.xarray
import xarray as xr
import numpy as np

if __name__ == "__main__":
    dim1_size = 10000
    dim2_size = 50
    xds = xr.Dataset(
        {"values": (("dim1", "dim2"), np.random.random((dim1_size, dim2_size)))},
        coords={"dim1": np.arange(dim1_size), "dim2": np.arange(dim2_size)},
    )

    # 只显示每隔10个的分类标签，旋转标签避免重叠
    p = xds.hvplot.violin("values", by="dim2").opts(
        xticks=[str(i) for i in range(0, 50, 10)],  # 分类轴需传入字符串形式的标签值
        xrotation=45,  # 旋转标签45度
        xaxis_label_text_font_size='8pt'  # 缩小标签字体
    )
    hvplot.show(p)

方案2：用分类格式化器自定义标签 #

如果需要更灵活的标签规则，使用Bokeh的CategoricalTickFormatter（数值型格式化器不适用于分类轴）：

import hvplot
import hvplot.xarray
import xarray as xr
import numpy as np
from bokeh.models import CategoricalTickFormatter

if __name__ == "__main__":
    dim1_size = 10000
    dim2_size = 50
    xds = xr.Dataset(
        {"values": (("dim1", "dim2"), np.random.random((dim1_size, dim2_size)))},
        coords={"dim1": np.arange(dim1_size), "dim2": np.arange(dim2_size)},
    )

    # 自定义规则：只显示偶数索引的标签
    formatter = CategoricalTickFormatter(
        categories=[[str(i) for i in range(0, 50, 2)]],
        formatters={0: '%.0f'}
    )

    p = xds.hvplot.violin("values", by="dim2").opts(
        xformatter=formatter,
        xrotation=30,
        xaxis_label_text_font_size='8pt'
    )
    hvplot.show(p)

方案3：用hvplot便捷参数快速设置 #

hvplot提供了直接控制标签的参数，无需调用opts：

import hvplot
import hvplot.xarray
import xarray as xr
import numpy as np

if __name__ == "__main__":
    dim1_size = 10000
    dim2_size = 50
    xds = xr.Dataset(
        {"values": (("dim1", "dim2"), np.random.random((dim1_size, dim2_size)))},
        coords={"dim1": np.arange(dim1_size), "dim2": np.arange(dim2_size)},
    )

    p = xds.hvplot.violin(
        "values", 
        by="dim2", 
        xticklabels=[str(i) for i in range(0, 50, 5)],  # 指定要显示的标签
        xlabel_rotation=45,
        fontsize={'xticks': 8}
    )
    hvplot.show(p)

关键注意点 #

• 用by参数生成的小提琴图/箱线图，x轴是分类轴，所有刻度设置必须针对分类值（字符串形式），而非数值位置。
• 数值型格式化器（如BasicTickFormatter）不适用于分类轴，必须使用CategoricalTickFormatter。
• 优化可读性的核心思路：减少显示的标签数量 + 旋转标签 + 调整字体大小。

内容的提问来源于stack exchange，提问作者Timothy W. Hilton