Matplotlib绘图需求：设置非等距但等长Y轴刻度且无断轴

刚好遇到过类似的需求，直接用线性或对数轴都满足不了，核心思路是手动建立目标刻度值到等距视觉位置的映射，下面用Python的Matplotlib举个具体的实现例子，完全符合你的需求：

核心思路 #

我们不直接使用原始Y值绘图，而是把目标刻度值（0、10、20、30、40、50、500）映射到一组等距的数值（比如0到6），然后用转换后的数值绘图，最后把Y轴的刻度标签替换回目标值，这样就能保证每个刻度的视觉间距完全一致，同时不需要断轴。

具体代码实现 #

import matplotlib.pyplot as plt
import numpy as np

# 准备你的X轴数据：0-1000步长50的对数转换值
x = np.log10(np.arange(0, 1001, 50))
# 模拟对应的Y轴数据（你可以替换成自己的真实数据）
y = np.concatenate([np.random.randint(0, 50, 15), np.random.randint(400, 550, 6)])

# 定义你需要的Y轴目标刻度
target_yticks = [0, 10, 20, 30, 40, 50, 500]
# 创建等距的视觉位置（7个刻度对应0到6的整数）
visual_positions = np.arange(len(target_yticks))

# 把原始Y值映射到视觉位置：用线性插值保证数据点的位置对应正确
y_transformed = np.interp(y, target_yticks, visual_positions)

# 绘图
plt.figure(figsize=(10, 6))
plt.plot(x, y_transformed, marker='o', linestyle='-', color='#1f77b4')

# 设置Y轴的刻度：位置用等距的visual_positions，标签用目标刻度值
plt.yticks(visual_positions, target_yticks)
plt.ylabel('Y Value')
plt.xlabel('Log-transformed X (0-1000, step 50)')
plt.title('Non-Equal Spaced Y-axis with Uniform Visual Spacing')
plt.grid(axis='y', linestyle='--', alpha=0.6)

plt.tight_layout()
plt.show()

关键细节解释 #

1. 映射逻辑：np.interp函数会根据目标刻度的对应关系，把原始Y值线性插值到等距的视觉位置上，这样50到500的数值差距会被压缩到和10到20一样的视觉长度。
2. 刻度替换：通过plt.yticks()把等距的位置替换成你需要的刻度标签，用户看到的就是你想要的非等距数值，但视觉上间距一致。
3. 对数轴的局限：你提到试过对数变换，但对数轴无法处理0（因为log(0)无意义），而且50到500的对数间距是1，0到10的对数间距不存在，所以完全不符合你的需求，自定义映射是更合适的方案。

其他绘图库的适配思路 #

如果用Plotly、Seaborn等库，思路是一样的：

• Plotly：可以在layout.yaxis里设置tickvals为等距位置，ticktext为目标刻度值，同时对Y数据做同样的映射转换。
• Seaborn：本质还是基于Matplotlib，所以可以直接套用上面的刻度设置方法。

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