如何手动调整Matplotlib散点图X轴刻度间距并保留原数值等距显示

针对X轴数值呈指数变化导致刻度重叠的情况，你可以通过自定义X轴刻度位置与标签的方式，让刻度等距排列同时保留原有数值，具体操作如下：

步骤1：提取并整理X轴的唯一数值 #

先从数据中取出fold_dil的所有唯一值，按从小到大排序（确保刻度顺序正确）：

# 提取并排序fold_dil的唯一值
unique_x = sorted(rep1['fold_dil'].unique())
# 如果rep2的fold_dil范围更大，也可以合并两个数据集的x值取唯一值
# unique_x = sorted(pd.concat([rep1['fold_dil'], rep2['fold_dil']]).unique())

步骤2：设置自定义刻度 #

因为两个子图共享X轴（sharex=True），只需在任意一个子图上设置X轴刻度即可，修改后的完整代码如下：

import matplotlib.pyplot as plt
import pandas as pd  # 假设你的rep1、rep2是DataFrame

ads, axs = plt.subplots(2, sharex=True)
axs[0].scatter(x='fold_dil', y='foci', data=rep1)
axs[1].scatter(x='fold_dil', y='foci', data=rep2)

# 设置自定义X轴刻度
unique_x = sorted(rep1['fold_dil'].unique())
axs[1].set_xticks(unique_x)
axs[1].set_xticklabels(unique_x)  # 显示原有数值作为刻度标签

# 可选：旋转刻度标签避免重叠（如果数值较长）
plt.xticks(rotation=45, ha='right')

plt.show()

补充：对数刻度方案（另一种思路） #

如果希望X轴按指数比例等距显示，也可以将X轴设置为对数刻度，这样指数变化的数值会自动等距排列，同时保留原有数值标签：

ads, axs = plt.subplots(2, sharex=True)
axs[0].scatter(x='fold_dil', y='foci', data=rep1)
axs[1].scatter(x='fold_dil', y='foci', data=rep2)

# 设置X轴为对数刻度
axs[1].set_xscale('log')
# 可选：设置自定义对数刻度标签，只显示数据中存在的数值
axs[1].set_xticks(unique_x)
axs[1].set_xticklabels(unique_x)

plt.show()

内容的提问来源于stack exchange，提问作者hanoivey