Pandas折线图：将非线性X轴改为线性轴的实现方法

我明白你的问题了——当X轴原始数值是不均匀的（比如像1、3、7、15这种跳变的数值），直接用df.plot()会让X轴按实际数值间距排布，导致折线的趋势看起来被“拉长”或者“压缩”，完全不是你想要的线性刻度效果。之前改xticklabels没成功，大概率是没配合刻度位置一起设置，我给你两种靠谱的解决方法：

方法一：用Matplotlib原生函数手动控制刻度 #

这种方法最直观，直接把X轴的位置设为DataFrame的索引（均匀线性的位置），再把刻度标签替换成原始的X值：

import pandas as pd
import matplotlib.pyplot as plt

# 构造示例数据（模拟你的非线性X值）
df = pd.DataFrame({
    'X': [1, 3, 7, 15, 30],
    'Y': [5, 12, 18, 25, 30]
})

# 绘制折线：用索引作为X轴位置（均匀排列）
plt.figure(figsize=(8, 4))
plt.plot(df.index, df['Y'])

# 关键步骤：设置刻度位置为索引，标签为原始X值
plt.xticks(ticks=df.index, labels=df['X'])

# 添加标签和标题
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Linear X-axis with Original Value Labels')
plt.show()

这样出来的图表中，每个数据点之间的间距完全均匀（线性刻度），但X轴显示的还是你原始的X数值，完美还原你想要的趋势。

方法二：结合Pandas Plot和Matplotlib刻度设置 #

如果你习惯用Pandas的plot()方法，也可以这么做：

# 用Pandas绘制折线，指定Y列，用索引作为X轴
ax = df.plot(y='Y', use_index=True, figsize=(8,4))

# 同样设置刻度位置和标签
ax.set_xticks(ticks=df.index)
ax.set_xticklabels(labels=df['X'])

plt.xlabel('X')
plt.title('Linear X-axis via Pandas Plot')
plt.show()

为什么你之前改xticklabels没成功？ #

很多人会直接在df.plot()里加xticklabels=df['X']，但这只会替换标签文本，不会改变刻度的位置——原始的X轴刻度还是按非线性数值排布，导致标签和位置错位，看起来完全不对。必须同时设置xticks（刻度位置）和xticklabels（对应标签），才能让X轴既线性排列，又显示正确的数值。

内容的提问来源于stack exchange，提问作者Dev