seaborn使用twinx绘图时X轴数值与对应分类变量对齐问题

twinx()的作用是共享X轴坐标体系、仅创建独立的Y轴，你两次绘图分别使用了分类类型的BUCKET_SEGMENT_1和数值类型的PAST_DUE_DAYS作为X输入，两类变量的坐标映射逻辑完全不同，自然会出现内容挤压、无法对齐的问题。

根据你的需求可以选择以下两种方案：

方案1：X轴坐标对齐展示（推荐） #

让分桶标签和逾期天数位置一一对应，两个折线共享数值X轴，仅将顶部X轴替换为分桶标签：

import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
plt.style.use("fivethirtyeight")

# 计算每个分桶对应的X轴锚点位置，取每个桶的最小逾期天数作为标签位置
bucket_position = df.groupby("BUCKET_SEGMENT_1")["PAST_DUE_DAYS"].min().to_dict()
x_max = df["PAST_DUE_DAYS"].max()

fig, ax = plt.subplots(1,1,figsize=(10,10))
ax2 = ax.twinx()

# 两次绘图都使用数值型逾期天数作为X轴，保证坐标完全对齐
sns.lineplot(x="PAST_DUE_DAYS", y= 'Percentage to Bucket Total', data=df, ax=ax, label='逾期天数维度')
sns.lineplot(x="PAST_DUE_DAYS", y= 'Percentage to Bucket Total',data=df, ax=ax2, label='分桶维度')

# 配置坐标轴标签与刻度
ax.set_xlim(0, x_max + 1)
ax2.set_xticks(list(bucket_position.values()))
ax2.set_xticklabels(list(bucket_position.keys()))
ax.set_xlabel('逾期天数')
ax2.set_xlabel('分桶名称')
ax.set_ylabel('主Y轴：占比')
ax2.set_ylabel('次Y轴：占比')

plt.legend()
plt.show()

方案2：完全独立双X轴 #

如果不需要两个X轴的位置一一对应，仅要分别展示两个维度的折线，使用twiny()创建独立X轴即可：

import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
plt.style.use("fivethirtyeight")

fig, ax = plt.subplots(1,1,figsize=(10,10))
# twiny()会生成共享Y轴、独立X轴的次坐标轴
ax2 = ax.twiny()

sns.lineplot(x="PAST_DUE_DAYS", y= 'Percentage to Bucket Total', data=df, ax=ax, color='#1f77b4')
sns.lineplot(x="BUCKET_SEGMENT_1", y= 'Percentage to Bucket Total',data=df, ax=ax2, color='#ff7f0e')

ax.set_xlabel('逾期天数')
ax2.set_xlabel('分桶名称')
ax.set_ylabel('占桶总百分比')

plt.show()

内容的提问来源于stack exchange，提问作者a.r. noureldin