如何将plt.imshow的X轴从样本编号替换为时间线性间隔刻度？

嗨，我来帮你搞定这个问题！当你用plt.imshow绘制热力图时，默认X轴显示的是样本的索引编号，要把它换成对应时间间隔的刻度其实没那么复杂，我给你两种实用的方法，你可以根据自己的需求选：

方法一：手动替换X轴刻度标签（适合样本数少的场景） #

这种方法的核心是保留原来的样本位置，只是把每个位置对应的标签换成计算好的时间值，步骤很清晰：

1. 先生成模拟数据和对应的时间数组
2. 绘制热力图后，用plt.xticks()替换刻度

完整代码示例：

import numpy as np
import matplotlib.pyplot as plt

# 生成模拟数据：10个通道，5个时间样本点
data = np.random.random((10, 5))
# 每个样本的时间间隔：30微秒
sample_interval = 30e-6
# 生成每个X样本点对应的时间数组，从0开始到最后一个样本的时间
time_points = np.linspace(0, (data.shape[1]-1)*sample_interval, num=data.shape[1])

# 绘制热力图，aspect='auto'避免图像被强制拉成正方形
plt.imshow(data, aspect='auto')
# 设置轴标签
plt.ylabel('通道')
plt.xlabel('时间（秒）')
plt.colorbar(label="幅值")

# 关键步骤：替换X轴刻度
# ticks参数：原来的样本索引位置（0到4）
# labels参数：对应位置的时间值，这里保留8位小数避免显示太乱
plt.xticks(ticks=np.arange(data.shape[1]), labels=np.round(time_points, 8))

plt.show()

如果你的样本数很多，直接显示所有刻度会挤在一起，还可以只选部分刻度显示，比如每2个样本显示一个：

# 每隔2个样本取一个刻度
step = 2
plt.xticks(ticks=np.arange(0, data.shape[1], step), labels=np.round(time_points[::step], 8))

或者用科学计数法格式化时间标签，让显示更整洁：

formatted_times = [f"{t:.2e}" for t in time_points]
plt.xticks(ticks=np.arange(data.shape[1]), labels=formatted_times)

方法二：用extent参数直接定义X轴范围（适合样本数多的场景） #

如果你的数据样本量很大，手动指定刻度太麻烦，可以直接用imshow的extent参数，把X轴的范围设置成时间的最小值和最大值，这样matplotlib会自动帮你生成合适的时间刻度：

import numpy as np
import matplotlib.pyplot as plt

data = np.random.random((10, 5))
sample_interval = 30e-6
time_points = np.linspace(0, (data.shape[1]-1)*sample_interval, num=data.shape[1])

# 定义extent：[X轴最小值, X轴最大值, Y轴最小值, Y轴最大值]
# 注意imshow的Y轴默认是从下到上递增，所以如果通道是从0到9，要把Y范围设为[9, 0]让通道从上到下显示
extent = [time_points[0], time_points[-1], data.shape[0]-1, 0]

# 绘制时传入extent参数
plt.imshow(data, aspect='auto', extent=extent)
plt.ylabel('通道')
plt.xlabel('时间（秒）')
plt.colorbar(label="幅值")

plt.show()

这种方法的好处是，X轴会直接映射到时间范围，不需要手动管理每个刻度的位置，matplotlib会自动选择最合适的刻度点，非常省心。

内容来源于stack exchange