如何在Python Plotly中实现Y轴不等间距刻度的均匀视觉分布？

问题描述 #

用Python的Plotly复现图表时遇到Y轴刻度问题：现有刻度在0%和100%附近过于密集，导致刻度标签重叠，但又需要保留所有刻度值，同时让它们在视觉上保持等间距分布。

当前使用的Y轴刻度值：

yTicks = [0,0.0010, 0.0050, 0.0100, 0.0200, 0.0500, 0.1000, 0.2000, 0.3000, 0.4000, 0.5000, 0.6000, 0.7000, 0.8000, 0.9000, 0.9500, 0.9800, 0.9900, 0.9950, 0.9990, 1]

当前Y轴配置：

tickformat='.2%', tickmode='array', tickvals= yTicks

• 当前效果：Y轴0%和100%附近刻度标签重叠，无法清晰辨认
• 目标效果：所有刻度标签视觉等间距分布，无重叠

已尝试查阅Plotly官方的Y轴配置文档、Express折线函数文档，但未找到可行方案。

解决方案 #

要实现保留所有刻度且视觉等间距，核心思路是将原始刻度值映射到等间距的位置索引，用位置索引作为轴的实际刻度值，同时显示原始的百分比标签，具体步骤如下：

1. 建立原始刻度与等间距位置的映射
   把每个Y轴刻度值对应到一个连续的整数索引，确保索引在轴上是等间距的：

   yTicks = [0,0.0010, 0.0050, 0.0100, 0.0200, 0.0500, 0.1000, 0.2000, 0.3000, 0.4000, 0.5000, 0.6000, 0.7000, 0.8000, 0.9000, 0.9500, 0.9800, 0.9900, 0.9950, 0.9990, 1]
   # 生成等间距的位置索引
   y_pos = list(range(len(yTicks)))
   # 建立刻度值到位置的映射，用于后续转换原始数据
   val_to_pos = {val: pos for pos, val in enumerate(yTicks)}
   

2. 转换原始数据的Y值
   如果你的数据Y值不在tickvals列表里，用插值方式把原始Y值映射到对应的位置索引，保证曲线形态准确：

   import numpy as np
   # 假设你的原始数据Y值存储在y_data中
   y_data_mapped = np.interp(y_data, yTicks, y_pos)
   

3. 配置Y轴参数
   将轴的实际刻度值设为位置索引，显示文本设为原始的百分比标签，确保视觉等间距：

   yaxis_config = dict(
       tickmode='array',
       tickvals=y_pos,
       # 生成对应的百分比标签，保留两位小数
       ticktext=[f"{val * 100:.2f}%" for val in yTicks],
       # 关闭自动刻度格式，使用自定义的ticktext
       tickformat=None,
       # 固定轴范围，让刻度均匀分布
       autorange=False,
       range=[-0.5, len(yTicks)-0.5],
       # 可选：调整标签角度进一步避免重叠
       tickangle=45
   )
   

4. 绘制并应用配置
   用转换后的Y数据绘图，同时应用上述Y轴配置：

   import plotly.express as px
   fig = px.line(x=x_data, y=y_data_mapped)
   fig.update_layout(yaxis=yaxis_config)
   fig.show()
   

这样设置后，Y轴上的所有刻度标签会保持视觉等间距，同时完整保留你需要的所有刻度值，不会出现重叠问题。

内容的提问来源于stack exchange，提问作者nap_time