Matplotlib实现X轴与Y轴双轴断裂的技术求助

以下是修改后的完整代码，同时实现Y轴（8-36）和X轴（2-5）的断裂效果，并用红色斜杠标记X轴的断裂区域：

import matplotlib.pyplot as plt
import numpy as np

# 定义数据
xAxis = [0.5, 1, 2, 5]
data = {
    'apples': [41.99, 41.99, 41.99, 61.99],
    'bananas': [39.99, 39.99, 39.99, 39.99],
    'cucumbers': [0.02, 0.02, 0.40, 0.10],
    'dill': [0.04, 0.04, 0.08, 0.2],
    'eel': [0.08, 0.08, 0.16, 0.40],
    'figs': [0.99, 1.50, 3.00, 4.00],
    'grapes': [1.50, 1.50, 6.00, 6.00]
}

# 创建2行2列的子图布局，实现双轴断裂的基础结构
fig, ((ax_top_left, ax_top_right), (ax_bot_left, ax_bot_right)) = plt.subplots(2, 2, figsize=(10, 8))
ax_list = [ax_top_left, ax_top_right, ax_bot_left, ax_bot_right]

# 批量绘制所有数据，减少重复代码
for ax in ax_list:
    for label, y_data in data.items():
        ax.scatter(xAxis, y_data, label=label)

# -------------------------- Y轴断裂设置 --------------------------
# 上排子图展示高价区间（36-64）
ax_top_left.set_ylim(36, 64)
ax_top_right.set_ylim(36, 64)
# 下排子图展示低价区间（0-8）
ax_bot_left.set_ylim(0, 8)
ax_bot_right.set_ylim(0, 8)

# 隐藏上下子图之间的连接脊柱
ax_top_left.spines['bottom'].set_visible(False)
ax_top_right.spines['bottom'].set_visible(False)
ax_bot_left.spines['top'].set_visible(False)
ax_bot_right.spines['top'].set_visible(False)

# 绘制Y轴断裂的黑色斜杠
d_y = 0.015
kwargs_y = dict(transform=ax_top_left.transAxes, color='k', clip_on=False)
ax_top_left.plot((-d_y, +d_y), (-d_y, +d_y), **kwargs_y)
ax_top_right.plot((1-d_y, 1+d_y), (-d_y, +d_y), **kwargs_y)

kwargs_y.update(transform=ax_bot_left.transAxes)
ax_bot_left.plot((-d_y, +d_y), (1-d_y, 1+d_y), **kwargs_y)
ax_bot_right.plot((1-d_y, 1+d_y), (1-d_y, 1+d_y), **kwargs_y)

# -------------------------- X轴断裂设置 --------------------------
# 左列子图展示X轴0-2区间
ax_top_left.set_xlim(-0.1, 2.1)
ax_bot_left.set_xlim(-0.1, 2.1)
# 右列子图聚焦X轴5附近的点
ax_top_right.set_xlim(4.9, 5.1)
ax_bot_right.set_xlim(4.9, 5.1)

# 隐藏左右子图之间的连接脊柱
ax_top_left.spines['right'].set_visible(False)
ax_bot_left.spines['right'].set_visible(False)
ax_top_right.spines['left'].set_visible(False)
ax_bot_right.spines['left'].set_visible(False)

# 绘制X轴断裂的红色双斜杠，替代黄色高亮区域
d_x = 0.025
kwargs_x = dict(transform=ax_top_left.transAxes, color='red', clip_on=False, linewidth=1.5)
ax_top_left.plot((1-d_x, 1+d_x), (-d_x, +d_x), **kwargs_x)
ax_top_left.plot((1-d_x, 1+d_x), (1-d_x, 1+d_x), **kwargs_x)

kwargs_x.update(transform=ax_top_right.transAxes)
ax_top_right.plot((-d_x, +d_x), (-d_x, +d_x), **kwargs_x)
ax_top_right.plot((-d_x, +d_x), (1-d_x, 1+d_x), **kwargs_x)

kwargs_x.update(transform=ax_bot_left.transAxes)
ax_bot_left.plot((1-d_x, 1+d_x), (-d_x, +d_x), **kwargs_x)
ax_bot_left.plot((1-d_x, 1+d_x), (1-d_x, 1+d_x), **kwargs_x)

kwargs_x.update(transform=ax_bot_right.transAxes)
ax_bot_right.plot((-d_x, +d_x), (-d_x, +d_x), **kwargs_x)
ax_bot_right.plot((-d_x, +d_x), (1-d_x, 1+d_x), **kwargs_x)

# -------------------------- 刻度与标签优化 --------------------------
# 上排子图隐藏X轴刻度，下排显示对应刻度
ax_top_left.tick_params(labelbottom=False, bottom=False)
ax_top_right.tick_params(labelbottom=False, bottom=False)
ax_bot_left.set_xticks([0, 0.5, 1, 2])
ax_bot_right.set_xticks([5])

# 设置全局轴标签，避免重复
fig.text(0.5, 0.02, 'Plan Size', ha='center', fontsize=12)
fig.text(0.06, 0.5, 'Cost in USD', va='center', rotation='vertical', fontsize=12)

# 设置标题与图例位置
ax_top_left.set_title('Food spend', loc='center', fontsize=14)
ax_top_right.legend(loc='upper right', bbox_to_anchor=(1.15, 1), shadow=True)

# 调整子图间距，保证断裂标记显示连贯
plt.subplots_adjust(wspace=0.05, hspace=0.05)

plt.show()

关键修改说明： #

1. 子图结构重构：采用2行2列的子图布局，分别对应Y轴的高低价区间和X轴的前后区间，同时实现双轴断裂效果。
2. X轴断裂标记：在左右子图衔接处绘制红色双斜杠，精准替代原需求中的黄色高亮区域，使用transAxes坐标确保标记位置不受轴范围变化影响。
3. 脊柱隐藏优化：隐藏所有子图之间的多余脊柱，让断裂视觉效果更自然。
4. 代码精简：将数据整理为字典，通过循环批量绘制散点图，减少重复代码量。
5. 布局调整：通过subplots_adjust缩小子图间距，保证断裂标记的连贯性，同时统一设置全局轴标签提升图表整洁度。

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