绘图时X轴年份显示为浮点数，如何设置为纯整数刻度？

哈哈，这个问题我太熟了！之前帮同事处理过类似的，核心就是别让绘图工具自己瞎猜刻度，咱们手动告诉它要显示啥整数年份就行～

不管你是把年份转成int还是string，绘图库（比如Matplotlib、Seaborn或者Pandas的plot）有时候会默认按数值轴自动生成刻度，导致出现小数间隔或者不符合预期的刻度。下面给你几个实用的方案：

方法1：直接指定刻度为你的分组年份（最直观） #

假设你已经按年份分组完成，得到了实际存在的年份列表（比如[2018, 2019, 2020, 2021]）和对应的用户数量。绘图之后，直接用xticks把这些年份塞进去就行：

import matplotlib.pyplot as plt

# 先画你的图表，比如柱状图
plt.bar(your_year_list, your_user_counts)

# 强制X轴只显示你指定的年份整数
plt.xticks(your_year_list)
plt.xlabel('年份')
plt.show()

这样就完全不会出现0.5或者2个单位的间隔了，精准显示你有的每一个年份。

方法2：用刻度工具自动适配整数刻度（通用场景） #

如果你的年份范围比较大，或者不想手动写年份列表，可以用Matplotlib的刻度定位器和格式化器，让它自动识别并只显示整数刻度：

from matplotlib.ticker import MaxNLocator, FormatStrFormatter

# 绘图后获取当前坐标轴对象
ax = plt.gca()

# 设置只生成整数刻度
ax.xaxis.set_major_locator(MaxNLocator(integer=True))
# 确保刻度显示为整数格式（避免出现类似2020.0的情况）
ax.xaxis.set_major_formatter(FormatStrFormatter('%d'))

plt.show()

这个方法会智能筛选合适的整数刻度，比如年份跨度大的话，会自动选2010、2015、2020这种间隔，但肯定都是整数，不会有小数。

针对Pandas plot的快速处理 #

如果你是直接用Pandas的plot方法绘图，也可以在plot的时候直接指定xticks参数：

# 假设df是你分组后的DataFrame，有'year'和'user_count'两列
df.plot(x='year', y='user_count', kind='bar', xticks=df['year'].tolist())
plt.show()

至于你说转成string还是有问题？那是因为即使转成string，绘图库有时候还是会把这些字符串当作数值来处理（比如字符串是'2020'，会被解析成数值2020），所以还是得手动干预刻度设置才行。

内容的提问来源于stack exchange，提问作者jxn