Jupyter Notebook绘图刻度严重挤压，数据点显示异常该如何解决？

解决方案 #

• 第一步：校验索引是否异常
  执行print(df21.index)检查数据集的索引范围是否为连续的0-99，若存在异常的超大/超小索引值，会将横轴拉伸导致100个数据点挤压在极小的显示区间，此时重置索引即可解决：

  df21 = df21.reset_index(drop=True)
  

• 第二步：修正样式匹配参数
  你当前设置的style=["-","o"]是给2个子图分别分配线型，若你的df21只有1列数据，会导致样式匹配异常。可以先关闭子图模式测试单图是否显示正常：

  import matplotlib.pyplot as plt
  df21.plot(figsize=(20,10), fontsize=12, style="-o", title = "Pump 2 - 100 Values")
  plt.tight_layout() # 自动调整布局避免标签被挤压
  plt.show()
  

• 第三步：显式指定坐标轴范围
  若确实需要使用多子图模式，可以手动指定x轴范围适配100条数据，避免自动适配时引入异常值导致刻度压缩：

  axes = df21.plot(figsize=(20,10), fontsize=12,subplots=True, style=["-","o"], title = "Pump 2 - 100 Values")
  # 遍历所有子图统一设置x轴范围
  for ax in axes:
      ax.set_xlim(0, 99)
  plt.tight_layout()
  plt.show()
  

• 第四步：排查数据离群值
  执行print(df21.describe())查看数据的最大最小值差值，若存在极端离群值会将纵轴拉伸，导致正常数值的波动看起来近似直线，过滤离群值后再绘图即可。

内容的提问来源于stack exchange，提问作者tabby