Matplotlib 2.2.2：离散分类Y轴的刻度、范围设置及顺序自定义

没问题，针对你在Matplotlib 2.2.2里遇到的这两个需求——让Y轴包含数据中未出现的分类，同时自定义分类的显示顺序——我们可以通过手动指定Y轴的刻度规则来解决。默认情况下Matplotlib会按数据里类别出现的先后顺序生成Y轴，所以咱们直接干预这个逻辑就好，下面是具体的实现方案和代码示例：

核心思路 #

1. 先定义完整的Y轴分类列表（包含你需要的所有分类，哪怕数据里没出现），并按你想要的顺序排列
2. 手动设置Y轴的刻度位置和对应的分类标签，覆盖Matplotlib的默认生成逻辑
3. 如果是绘制条形图这类需要定位元素的图表，要把原始的类别数据转换成自定义列表中的索引，确保元素出现在正确的Y轴位置上

示例1：散点图场景 #

假设你的数据是散点形式，直接绘制后再修改Y轴即可：

import matplotlib.pyplot as plt

# 你的原始数据
x_values = [1.2, 3.5, 5.1, 7.8]
y_categories = ["B", "A", "C", "A"]  # 数据里没有"D"这个分类

# 自定义Y轴的分类顺序，包含未出现的"D"
desired_y_order = ["A", "B", "C", "D"]

# 绘制散点图
plt.scatter(x_values, y_categories)

# 设置Y轴刻度：位置是0到3（对应4个分类），标签用我们自定义的顺序
plt.yticks(ticks=range(len(desired_y_order)), labels=desired_y_order)

# 补充图表信息
plt.title("Scatter Plot with Custom Y-axis")
plt.xlabel("X Data")
plt.ylabel("Categories")

plt.show()

运行这段代码后，Y轴会按A→B→C→D的顺序显示，哪怕数据里没有D，它也会出现在Y轴上。

示例2：水平条形图场景 #

如果是绘制水平条形图，需要先把原始类别转换成自定义列表的索引，确保条形对应到正确的位置：

import matplotlib.pyplot as plt

# 原始数据：分类和对应数值
category_counts = {"B": 4, "A": 6, "C": 3}
y_categories = list(category_counts.keys())
x_values = list(category_counts.values())

# 自定义Y轴分类顺序，包含未出现的"D"
desired_y_order = ["C", "A", "B", "D"]

# 将原始类别转换为自定义列表中的索引
y_indices = [desired_y_order.index(cat) for cat in y_categories]

# 绘制水平条形图
plt.barh(y_indices, x_values)

# 设置Y轴刻度
plt.yticks(ticks=range(len(desired_y_order)), labels=desired_y_order)

# 补充图表信息
plt.title("Horizontal Bar Chart with Custom Y-axis")
plt.xlabel("Count")
plt.ylabel("Categories")

plt.show()

这里的y_indices会把每个原始类别映射到自定义顺序的位置上，比如A会对应索引1，这样条形就会出现在Y轴A标签的位置。

关键说明 #

• 这种方法完全兼容Matplotlib 2.2.2版本，因为yticks是Matplotlib一直以来的核心API，没有版本兼容性问题
• 如果需要垂直条形图，逻辑类似，只需要把barh换成bar，并调整yticks为xticks即可（如果是X轴分类的话）

内容的提问来源于stack exchange，提问作者stklik