如何用plt.xlim或其他方法放大Matplotlib散点图的密集数据区？

当然可以实现，核心思路是手动控制X轴的显示范围和刻度位置，让密集区域（200-500）的刻度更密集（视觉上放大），稀疏区域的刻度保持大间距。下面是两种实用方法：

方法1：手动设置刻度+调整显示范围 #

直接通过plt.xticks()自定义刻度位置，配合plt.xlim()控制整体显示范围，操作简单直观：

import matplotlib.pyplot as plt
import numpy as np

# 模拟图像宽高数据（多数集中在200-500）
np.random.seed(42)
widths = np.concatenate([
    np.random.randint(0, 200, 100),
    np.random.randint(200, 500, 800),
    np.random.randint(500, 1500, 100)
])
heights = np.random.randint(100, 1200, len(widths))

plt.scatter(widths, heights)
# 设置X轴整体显示范围（包含稀疏区）
plt.xlim(0, 1500)
# 自定义刻度：稀疏区（0-200、500以上）间距大，密集区（200-500）间距小
plt.xticks([0, 200, 300, 400, 500, 1000, 1500])

plt.xlabel('图像宽度')
plt.ylabel('图像高度')
plt.title('图像宽高分布')
plt.show()

如果想进一步放大200-500区域，可以缩小X轴显示范围（比如plt.xlim(0, 600)），让密集区占据更多画布空间，同时保留稀疏区的关键刻度。

方法2：用FixedLocator精准控制刻度 #

如果需要更灵活的刻度定制（比如不同区间的刻度密度差异更大），可以用matplotlib.ticker.FixedLocator指定刻度位置：

import matplotlib.pyplot as plt
import numpy as np

# 模拟数据同上
np.random.seed(42)
widths = np.concatenate([
    np.random.randint(0, 200, 100),
    np.random.randint(200, 500, 800),
    np.random.randint(500, 1500, 100)
])
heights = np.random.randint(100, 1200, len(widths))

fig, ax = plt.subplots()
ax.scatter(widths, heights)

# 设置X轴范围
ax.set_xlim(0, 1500)
# 精准定义刻度位置：密集区每50一个刻度，稀疏区大间距
ax.xaxis.set_major_locator(plt.FixedLocator([0, 200, 250, 300, 350, 400, 450, 500, 1000, 1500]))
# 可选：自定义刻度标签（和位置一致时可省略）
ax.xaxis.set_major_formatter(plt.FixedFormatter([0, 200, 250, 300, 350, 400, 450, 500, 1000, 1500]))

ax.set_xlabel('图像宽度')
ax.set_ylabel('图像高度')
ax.set_title('图像宽高分布')
plt.show()

这种方式可以让密集区的刻度更精细，视觉放大效果更显著，同时稀疏区的刻度间距保持较大，不会显得拥挤。

内容的提问来源于stack exchange，提问作者Krullmizter