能否将X轴负刻度与正刻度设置为不同缩放比例？

当然可以！在matplotlib里要实现正负轴不同缩放，核心思路是把X轴拆成两个独立的坐标轴——一个负责正半轴，一个负责负半轴，然后分别设置它们的缩放比例（比如线性、对数，或者自定义刻度间隔）。下面给你两种适配水平条形图场景的实用方案：

方案1：双X轴分离正负半轴（最直观） #

这种方法直接创建两个X轴，分别控制正负区域的缩放逻辑，适合需要完全独立设置正负轴缩放的场景：

import matplotlib.pyplot as plt
import pandas as pd

# 假设你已经计算得到difference DataFrame
fig, ax = plt.subplots(figsize=(12, 8))
# 绘制水平条形图，保留原始颜色逻辑
bars = ax.barh(
    difference.index, 
    difference.values, 
    color=['r' if x > 0 else 'b' for x in difference.values]
)

# 配置正半轴主X轴
ax.set_xlim(0, difference.max().max() * 1.1)  # 正轴范围预留10%余量
ax.set_xscale('linear')  # 可替换为'log'等你需要的缩放类型
ax.tick_params(axis='x', labelsize=20, colors='red')  # 正轴刻度标红，和条形颜色呼应
ax.set_title(
    'Selected minus full feature set averages divided by full', 
    fontsize=30, pad=20
)
ax.set_yticklabels([str(tick)[:45] for tick in difference.index], fontsize=12)

# 创建负半轴副X轴
ax_neg = ax.twiny()
ax_neg.set_xlim(difference.min().min() * 1.1, 0)  # 负轴范围预留10%余量
ax_neg.set_xscale('log')  # 这里单独设置负轴缩放，比如用对数
ax_neg.tick_params(axis='x', labelsize=20, colors='blue')  # 负轴刻度标蓝

# 同步Y轴刻度与标签，避免错位
ax_neg.set_yticks(ax.get_yticks())
ax_neg.set_yticklabels(ax.get_yticklabels())

plt.tight_layout()
plt.show()

提示：如果用对数缩放负半轴，要注意对数函数不支持负数，matplotlib会自动对绝对值做对数计算，再把刻度标签改回负数，无需额外处理。

方案2：自定义刻度实现视觉缩放 #

如果不想用双轴，也可以通过自定义刻度定位器，让正负半轴的刻度间隔不同，达到视觉上的缩放效果：

import matplotlib.pyplot as plt
from matplotlib.ticker import FixedLocator, FuncFormatter

# 绘制基础水平条形图
fig, ax = plt.subplots(figsize=(12, 8))
bars = ax.barh(
    difference.index, 
    difference.values, 
    color=['r' if x > 0 else 'b' for x in difference.values]
)

# 自定义正负刻度间隔：比如负半轴每0.2一个刻度，正半轴每0.5一个刻度
max_pos = difference.max().max()
min_neg = difference.min().min()

# 生成负半轴刻度
neg_ticks = [round(-x * 0.2, 1) for x in range(0, int(-min_neg / 0.2) + 1)]
neg_ticks = sorted(neg_ticks)
# 生成正半轴刻度
pos_ticks = [round(x * 0.5, 1) for x in range(0, int(max_pos / 0.5) + 1)]
# 合并所有刻度
all_ticks = neg_ticks + pos_ticks

# 设置自定义刻度定位器
ax.xaxis.set_major_locator(FixedLocator(all_ticks))

# 可选：自定义刻度标签格式，让正负轴显示不同精度
def format_tick(x, pos):
    if x < 0:
        return f'{x:.1f}'  # 负轴保留1位小数
    else:
        return f'{x:.0f}'  # 正轴显示整数
ax.xaxis.set_major_formatter(FuncFormatter(format_tick))

# 其他样式配置
ax.set_yticklabels([str(tick)[:45] for tick in difference.index], fontsize=12)
ax.tick_params(axis='x', fontsize=20)
ax.set_title(
    'Selected minus full feature set averages divided by full', 
    fontsize=30, pad=20
)

plt.tight_layout()
plt.show()

适配你原始代码的小提示 #

如果你的代码是在子图布局（比如axs数组）中，只需要把上面代码里的ax替换成对应的axs[1]即可，其他逻辑完全通用。

内容的提问来源于stack exchange，提问作者user123328