Pandas DataFrame绘图如何调整x/y轴缩放展示离群值

针对大值离群点导致常规数据被压缩的问题，有三类成熟的调整方案，可按需选择：

• 坐标轴截断（断轴，完全匹配刻度跳级需求）
  这是最贴合需求的方案：不需要修改原始数据，将存在大值离群点的坐标轴拆为两段，下段用90%左右的画布空间适配0-100的常规数据区间，保持正常刻度间距；上段仅预留10%左右的画布空间放置100000量级的离群点，两段衔接处用双斜杠截断标记明确提示刻度跳变，读者既能清晰分辨常规数据的分布，也能看到离群点的准确取值。
  以Python的matplotlib库为例，核心实现代码如下：

  import matplotlib.pyplot as plt
  # 按1:9的高度比例拆分上下两个共享x轴的绘图区
  fig, (ax_top, ax_bottom) = plt.subplots(2, 1, sharex=True, gridspec_kw={'height_ratios': [1, 9]})
  # 上段坐标轴范围适配离群点
  ax_top.set_ylim(99000, 101000)
  # 下段坐标轴范围适配常规数据
  ax_bottom.set_ylim(0, 110)
  # 隐藏两段衔接处的多余边框
  ax_top.spines['bottom'].set_visible(False)
  ax_bottom.spines['top'].set_visible(False)
  # 绘制截断标识
  mark_len = 0.015
  draw_params = dict(transform=ax_top.transAxes, color='black', clip_on=False)
  ax_top.plot((-mark_len, mark_len), (-mark_len, mark_len), **draw_params)
  ax_top.plot((1-mark_len, 1+mark_len), (-mark_len, mark_len), **draw_params)
  draw_params['transform'] = ax_bottom.transAxes
  ax_bottom.plot((-mark_len, mark_len), (1-mark_len, 1+mark_len), **draw_params)
  ax_bottom.plot((1-mark_len, 1+mark_len), (1-mark_len, 1+mark_len), **draw_params)
  

• 非线性刻度适配
  如果不想拆分绘图区，可以直接对坐标轴做非线性变换：
  • 对数刻度：直接将对应轴切换为log尺度，可自动压缩大值区间的占比，注意零值需要加极小偏移量避免计算错误，调用方式为plt.yscale('log')；缺点是会改变常规数据的视觉间距，对不熟悉对数轴的读者存在误读风险
  • 自定义分档刻度：0-100区间保持正常线性刻度，100以上单独设置「>100 离群值」的特殊刻度位，所有超阈值离群点统一绘制在该位置，适合不需要展示离群点精确取值、仅需标注离群点存在的场景
• 主图+缩略图组合
  主图完全按0-100的常规数据范围设置坐标轴，保证99%的常规数据展示清晰；在图表边角位置添加一个缩小的全范围缩略子图，缩略图适配包含离群点的全量数据范围，用来提示离群点的存在和取值，不会干扰主图的阅读体验。

未做调整时受离群点影响的异常图表效果：

• 箱线图：
  
• 散点图：
  

注意：所有涉及刻度截断、非线性变换的调整，必须在图表上添加明确标识，避免读者误判数据比例关系。

内容的提问来源于stack exchange，提问作者newuser11111