Matplotlib中解决X轴刻度标签重叠问题（需保留精确X轴数值）

我完全懂你的困扰——当X轴有两个极其接近的数值时，哪怕拉宽图表，标签还是挤在一起根本看不清，而且还不能随便改X轴的精确值，确实头疼。下面给你几个可行的办法，都能保留精确数值同时解决重叠问题：

办法1：错开重叠标签的垂直位置 #

如果只有个别标签重叠，最简单的方式就是把那两个重叠的标签上下错开，不用改X轴的布局。你只需要在设置plt.xticks之后，手动调整特定标签的垂直位置就行：

修改你的代码，在plt.xticks(xaxis, rotation=45, fontsize=8)这行后面加上这段：

# 获取X轴所有标签对象
xtick_labels = plt.gca().get_xticklabels()
# 找到你那两个重叠的标签（对应x数组里的0.2192和0.2170，索引是1和2）
xtick_labels[1].set_y(-0.08)  # 第一个重叠标签往下移一点
xtick_labels[2].set_y(-0.15) # 第二个重叠标签再往下移一点
plt.subplots_adjust(bottom=0.2)  # 增加图表底部空间，避免标签被切掉

这样两个标签一上一下就不会重叠了，其他标签位置不变，完全保留精确数值。

办法2：把X轴当作分类轴处理（强烈推荐） #

如果想从根本上避免这种问题，而且接受X轴的刻度间距均匀分布（不用严格对应数值大小，毕竟那两个值太近了，视觉上几乎没区别），可以把X轴转成分类轴——每个数据点对应一个均匀分布的位置，标签保留原来的精确数值。

修改后的_plot函数代码如下：

import matplotlib.pyplot as plt
import numpy as np

def _plot(x, y, titel):
    # 用索引作为X轴的位置，让所有点均匀分布
    x_indices = np.arange(len(x))
    yaxis = np.array(y)
    x_np = np.array(x)

    # 拟合趋势线还是用原来的精确X数值，保证拟合结果准确
    z = np.polyfit(x_np, yaxis, 1)
    p = np.poly1d(z)
    fit_y = p(x_np)

    print("\n\nFormel: y=%.6fx+%.6f"%(z[0],z[1]))
    print("Steigung von Trendlinie: {:.3f}".format(z[0]))

    # 绘图时用均匀分布的x_indices作为X轴位置
    plt.scatter(x_indices, yaxis, marker='x', color='red', label='Werte')
    plt.plot(x_indices, fit_y, marker='x', color='black', mec='b', ls="--")
    plt.plot(x_indices, yaxis, color='#875252', ls=':')
    
    # 设置X轴刻度为索引，标签显示原来的精确数值
    plt.xticks(x_indices, labels=[f"{val:.4f}" for val in x], rotation=45, fontsize=8)
    plt.tight_layout()
    plt.subplots_adjust(bottom=0.2)  # 预留底部空间放标签
    
    plt.xlabel('c(Pb²⁺) in mol/L')
    plt.ylabel(r"$\mathrm{pK}_{L}$")
    plt.legend(['gemessene Werte', 'Trendlinie / Linearer Fit'])
    plt.title(titel)
    plt.grid()
    plt.show()

这个方法的好处是：所有标签均匀排列，绝对不会重叠，而且每个标签都对应自己的数据点，趋势线的计算还是用原来的精确X数值，完全不影响分析结果。

办法3：增大图表宽度，给标签更多空间 #

如果不想改X轴逻辑，也可以直接把图表拉宽，让标签有足够的空间展示。只需要在函数开头添加一行设置图表尺寸的代码：

plt.figure(figsize=(10, 6))  # 宽度10，高度6，你可以根据需要调整

配合plt.tight_layout()和plt.subplots_adjust(bottom=0.2)，大部分情况下也能缓解重叠问题，但如果两个值实在太近，可能还是会挤在一起，所以这个办法适合作为辅助手段。

你可以根据自己的需求选其中一个办法，我个人推荐办法2，既彻底解决重叠问题，又完全保留了所有精确数值的展示，对后续分析也没有影响。

备注：内容来源于stack exchange，提问作者leonarrrd