Matplotlib自定义X轴刻度异常：刻度挤向左侧如何均匀分布？

你的问题出在自定义刻度值和当前x轴范围不匹配：默认情况下plt.plot(df["available"])会用DataFrame的索引作为x轴（比如示例数据只有5条，x轴范围是0-4），但你设置的刻度是0-23，这些数值远大于当前x轴的最大范围，所以所有刻度都挤在左侧可见区域。

下面提供两种针对性解决方法：

方法1：按小时聚合数据（推荐，更贴合业务逻辑） #

如果你的数据是分钟级的全天数据，先提取时间中的小时信息，按小时聚合后再绘图，这样x轴天然对应0-23的小时刻度：

import pandas as pd
import matplotlib.pyplot as plt

# 转换timestamp为时间格式，提取小时
df['timestamp'] = pd.to_datetime(df['timestamp'])
df['hour'] = df['timestamp'].dt.hour

# 按小时聚合（这里取每个小时的可用物品平均值，也可根据需求用sum/last等）
hourly_available = df.groupby('hour')['available'].mean()

# 绘图，x轴直接对应0-23的小时
plt.plot(hourly_available.index, hourly_available.values)
plt.xlabel('Time (Hour)')
plt.ylabel('# of available items')
plt.xticks(range(24))
plt.show()

方法2：保留原始分钟数据，映射刻度位置到数据范围 #

如果需要保留所有原始数据点，仅在x轴显示0-23的小时标签，需要把刻度位置映射到数据的索引范围上：

import matplotlib.pyplot as plt

total_points = len(df)
# 计算24个刻度在数据索引中的均匀分布位置
tick_positions = [i * total_points / 24 for i in range(24)]

plt.plot(df["available"])
plt.xlabel('Time (Hour)')
plt.ylabel('# of available items')
# 设置刻度位置为映射后的索引，标签为0-23
plt.xticks(tick_positions, range(24))
# 确保x轴覆盖所有数据点
plt.xlim(0, total_points - 1)
plt.show()

内容的提问来源于stack exchange，提问作者usoysal