Python中Bokeh库能否设置非均匀间隔的自定义Y轴范围？

当然可以！这种数据偏斜的坑我也踩过——默认的均匀Y轴要么把大部分矮条形压成几乎看不见的细线，要么只显示少数极高的条形，完全丢失了低数值区间的细节。自定义你说的这种非均匀间隔的Y轴刻度完全可行，下面给你分常用可视化库讲具体实现：

Matplotlib & Seaborn 实现方式 #

这俩库是Python可视化的基础，操作逻辑一致：

1. 先定义好你想要的自定义刻度值列表：

custom_ticks = [0, 1000, 2000, 3000, 7000, 10000, 100000, 1000000]

2. 绘制条形图后，直接替换Y轴的刻度和范围：

import matplotlib.pyplot as plt
import seaborn as sns

# 假设你的数据是categories和values两个列表
categories = ["A", "B", "C", "D", "E"]
values = [2500, 8000, 1500, 1000000, 9000]

sns.barplot(x=categories, y=values)
# 设置自定义刻度
plt.yticks(custom_ticks)
# 确保Y轴范围覆盖所有刻度
plt.ylim(bottom=0, top=custom_ticks[-1])
# 给矮条形加数据标签，方便读值
plt.bar_label(plt.gca().containers[0])
plt.show()

Plotly 交互式实现方式 #

如果需要交互式图表，Plotly的自定义刻度同样简单：

import plotly.express as px
import pandas as pd

# 用DataFrame格式的数据更方便
df = pd.DataFrame({
    "category": ["A", "B", "C", "D", "E"],
    "value": [2500, 8000, 1500, 1000000, 9000]
})

fig = px.bar(df, x="category", y="value")
fig.update_layout(
    yaxis=dict(
        tickmode="array",
        # 自定义刻度值
        tickvals=custom_ticks,
        # 刻度显示的文本，和tickvals一一对应
        ticktext=[str(v) for v in custom_ticks]
    )
)
# 同样可以添加数据标签
fig.update_traces(texttemplate="%{y}", textposition="outside")
fig.show()

额外小建议 #

• 非均匀刻度可能会让视觉比例有点“失真”，一定要给所有条形加上数据标签，让读者能准确读取数值，避免误解。
• 如果极高的条形只有1-2个，也可以考虑做断裂Y轴（把Y轴分成上下两段，中间用断裂标记），但自定义刻度是更直接、易懂的方案。

内容的提问来源于stack exchange，提问作者zavy mola