Matplotlib：如何调整分类坐标轴刻度位置以匹配实际测量间隔

核心思路是将分类格式的时间标签转换为数值型的真实时间坐标，绘制时使用数值坐标定位，再将刻度标签替换为原分类名称即可。

完整实现代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 构建示例DataFrame
df = pd.DataFrame(data=[[5, 4, 4, 3], [6, 4, 2, 3], [4, 4, 2, 1], 
                        [5, 4, 5, 2]], columns=['week1', 'week2', 'week3', 'week6'], 
                  index=['s1', 's2', 's3', 's4'])

# 从列名提取数值型周数作为x轴坐标
x_coords = [int(col.replace('week', '')) for col in df.columns]

# 绘图时指定x轴坐标
plt.plot(x_coords, df.transpose())

# 设置刻度标签为原分类名称，保留原有展示习惯
plt.xticks(x_coords, df.columns)

# 可选：添加受试者图例
plt.legend(df.index, title='受试者')

plt.show()

效果说明 #

调整后x轴的刻度位置完全匹配实际周数：week1、week2、week3、week6分别对应x轴位置1、2、3、6，week3与week6的间距自动变为前两个相邻周期间距的3倍，真实反映了测量时间间隔，折线的斜率也能准确体现数值的变化速率。

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