Matplotlib多幅横向条形图共享Y轴时绘图异常及对齐问题

你遇到的异常是由pandas条形图的Y轴分类规则导致的：

• 调用plot.barh('price', ...)时，pandas会将传入的price列作为分类变量处理，Y轴坐标实际是分类的索引值，而非price的数值本身
• 不同时间分组的price值范围不同（比如示例中13:30分组无11.05、13:31分组无11.00），每个子图独立生成的分类索引不统一
• 开启sharey=True后，matplotlib会强制所有子图共用同一套分类索引，导致部分子图的price值匹配不到对应的索引位置，出现数据缺失、错位的问题，你手动设置的数值型ylim对分类Y轴不生效。

先将price列转为覆盖所有取值的有序分类类型，保证所有分组的Y轴分类规则完全统一，修改后的代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# ====== 新增预处理步骤：统一price的分类规则 ======
# 拿到全量价格的排序后唯一值
all_prices = sorted(data['price'].unique())
# 将price转为有序分类，分类范围覆盖所有价格
data['price'] = pd.Categorical(data['price'], categories=all_prices, ordered=True)

# 按时间间隔分组
data_gb = data.groupby([pd.Grouper(freq='1min')])
numplot = len(data_gb)
f, axes = plt.subplots(1, numplot, sharey=True, sharex=True, figsize=(numplot*4, 6))

for (t, prices), ax in zip(data_gb, axes):
    # 不需要手动设ylim，分类统一后sharey会自动对齐
    prices.plot.barh(y='price', stacked=True, ax=ax)
    ax.legend().remove()
# 可选：调整子图间距避免拥挤
plt.tight_layout()
plt.show()

修改后可以满足所有需求：

• 所有子图Y轴完全对齐，范围覆盖所有price取值
• 开启sharey=True后默认仅最左侧子图显示Y轴标签，无需额外设置
• 不会再出现数据丢失的问题

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