Matplotlib/Seaborn中如何将次级X轴与主X轴按比例对齐？

我明白你现在卡在哪了：主X轴是运行时间（秒），顶部的次级X轴是数据量（就是你定义的numeri列表），想要让这两个轴严格按数值比例对齐——也就是每个数据量对应的刻度，刚好落在该数据量对应的运行时间在主X轴的位置上。

你的原代码里直接给次级轴设置了ticks为numeri，但没把这些刻度和主X轴的实际时间值关联起来，所以才会出现不对齐的情况。下面是调整后的完整代码，我会把关键点给你讲清楚：

修改后的代码 #

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

numeri = [1000, 10000, 100000, 1000000, 5000000,10000000, 50000000, 100000000, 250000000]
num_cores = [2,3,4,5,6]  # 假设你定义了这个变量，原代码中用到了该变量

def plot_time():
    plt.switch_backend('TkAgg')
    sns.set_context('talk')
    plt.title('CPU Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz')
    data_df = pd.melt(df_cores_shuffle, 'Num Cores')
    
    # 绘制主图
    ax = sns.lineplot(data=data_df, x='value', y='Num Cores', hue='Num Cores', 
                      palette=["#1f77b4", "#00FF00", "#00FFFF", "#00BFFF", "#8A2BE2"])
    ax.set(xlabel='Time (Seconds)', ylabel='# Cores')
    ax.set(yticks=num_cores)
    
    # 创建次级X轴并实现刻度对齐
    ax2 = ax.twiny()
    # 提取每个数据量对应的主X轴时间值（这里取Num Cores=2的时间序列，和numeri一一对应）
    time_mapping = data_df[data_df['Num Cores'] == 2]['value'].tolist()
    # 设置次级轴的刻度位置为主X轴的对应时间值，刻度标签替换为数据量
    ax2.set_xticks(time_mapping)
    ax2.set_xticklabels(numeri)
    # 给次级轴添加标签，让图表更清晰
    ax2.set_xlabel('Data Size')
    
    plt.show()

核心调整说明 #

• 建立刻度映射关系：从data_df中提取每个numeri对应的主X轴时间值（这里选了Num Cores=2的时间数据，因为每个数据量都有对应的记录；你也可以选其他核心数的，或者取同一数据量下的平均时间，结果差异很小）。
• 绑定次级轴刻度位置：用set_xticks()把次级轴的刻度位置设置为刚才提取的时间值，再用set_xticklabels()把这些位置的标签换成对应的numeri数值，这样两个轴的刻度就会严格按比例对齐了。
• 完善图表信息：给次级轴加上Data Size的标签，让读者一眼就能看懂两个X轴的含义。

这样调整后，顶部的次级X轴每个数据量刻度，都会精准对应到该数据量在主X轴上的运行时间位置，完全符合你想要的比例约束对齐效果。

内容的提问来源于stack exchange，提问作者Salvatore Danilo Palumbo