Matplotlib绘图：坐标轴归一化、刻度与图例显示问题求助

我来帮你逐个搞定这四个问题，同时给你一套更简洁直观的代码实现：

问题1：实现方形坐标轴（坐标轴归一化） #

你之前的尝试没生效，核心原因是x轴的实际数值范围和y轴不匹配：你的x轴用的是0-20的索引（对应0-100%的人口），但y轴是0-100的百分比，两者比例差了5倍，自然没法呈现方形。

正确的解决步骤：

1. 把x轴数据直接换成0-100的序列（步长5，刚好21个点，和你的数据长度完全匹配）
2. 使用ax.set_aspect('equal', adjustable='box')强制坐标轴等比例缩放
3. 提前设置方形画布（figsize=(6,6)）辅助效果呈现

问题2：统一y轴刻度间隔 #

你之前的代码手动计算刻度标签太复杂，直接用range()生成指定步长的刻度就好，和x轴保持完全一致的风格：

• 步长10：ax.set_yticks(range(0, 101, 10))
• 步长5：ax.set_yticks(range(0, 101, 5))
  Matplotlib会自动用刻度值作为标签，完全不需要手动计算。

问题3：修复图例不显示的问题 #

你踩的坑是：ax.plot()返回的是包含Line2D对象的列表，而你把这个列表直接塞进了handles，导致fig.legend()无法识别正确的图例对象。

最简单的解决方案：
直接用ax.legend()，它会自动抓取所有带label参数的绘图对象，完全不需要手动处理handles。如果一定要用fig.legend()，记得把ax.plot()的结果解包（比如line1, = ax.plot(...)），再把单个Line2D对象加入handles。

问题4：更简洁直观的代码实现 #

拆分fig和ax其实是Matplotlib的推荐规范，但可以砍掉冗余步骤：

• 去掉不必要的fig.canvas.draw()
• 直接用ax.legend()替代复杂的handles处理
• 用range()简化刻度设置逻辑
• 把数据和绘图逻辑更清晰地划分

完整优化后的代码 #

import matplotlib.pyplot as plt

# 定义数据，结构更清晰
lift = {
    'correct': [0.0, 10.0, 18.0, 34.0, 44.0, 58.0, 66.0, 76.0, 84.0, 86.0, 88.0, 92.0, 92.0, 94.0, 98.0, 98.0, 100.0, 100.0, 100.0, 100.0, 100.0],
    'avg': [0.0, 5.0, 10.0, 15.0, 20.0, 25.0, 30.0, 35.0, 40.0, 45.0, 50.0, 55.0, 60.0, 65.0, 70.0, 75.0, 80.0, 85.0, 90.0, 95.0, 100.0]
}

# 创建方形画布和轴对象
fig, ax = plt.subplots(figsize=(6,6))

# 绘制两条曲线（解包返回值是可选操作，方便后续单独修改）
line_correct, = ax.plot(range(0, 101, 5), lift['correct'], 'r-', label='Percent Correct')
line_avg, = ax.plot(range(0, 101, 5), lift['avg'], 'b-', label='Average Case')

# 设置坐标轴标签和范围
ax.set_xlabel('Total Population (%)')
ax.set_ylabel('Number of Respondents (%)')
ax.set_xlim(0, 100)
ax.set_ylim(0, 100)

# 设置刻度（步长10，和x轴保持一致）
ax.set_xticks(range(0, 101, 10))
ax.set_yticks(range(0, 101, 10))

# 强制等比例，实现完美方形坐标轴
ax.set_aspect('equal', adjustable='box')

# 添加图例，一步到位
ax.legend()

# 显示图像
plt.show()

额外小提示 #

• 如果想要步长为5的刻度，只需要把range(0,101,10)改成range(0,101,5)即可
• figsize=(6,6)是提前锁定画布比例，配合set_aspect可以确保最终输出是标准方形
• 用range(0,101,5)作为x轴数据，直接对应0-100%的人口比例，逻辑更易懂

内容的提问来源于stack exchange，提问作者Kenny