Matplotlib中如何设置刻度间的固定间距？附延迟百分位图表场景

刚好碰到过类似的延迟百分位数图表需求，针对你要在Matplotlib里设置刻度固定间距的问题，结合你的代码场景，给你两种实用的解决方案：

一、针对x轴（百分位数索引）：设置均匀分类刻度 #

你的DataFrame索引是[99.0, 99.9, 99.99, 99.999, 99.9999]，这些数值是对数级递增的，Matplotlib默认会按数值间距渲染，导致后面的刻度挤在一起。要让它们间距完全固定，最直接的方法是把这些百分位数当作分类标签处理，而非数值变量：

修改后的完整绘图函数 #

def plot_latency_time_bar(result):
    # 生成等间距的x轴基准位置（数量和DataFrame行数一致）
    x_pos = np.arange(len(result.index))
    bar_width = 0.25  # 单个柱状图的宽度
    
    # 循环绘制每一列的柱状图
    for idx, col in enumerate(result.columns):
        plt.bar(x_pos + idx * bar_width, result[col], width=bar_width, label=col)
    
    # 设置x轴刻度：位置在每组柱状图的中间，标签用原始百分位数
    plt.xticks(x_pos + bar_width, [str(pct) for pct in result.index])
    
    # 补充图表细节
    plt.xlabel('Percentile')
    plt.ylabel('Latency')
    plt.title('Latency Percentile Results')
    plt.legend()
    plt.tight_layout()  # 自动调整布局，避免标签被截断
    plt.show()

# 调用函数测试
plot_latency_time_bar(result)

核心逻辑 #

• x_pos = np.arange(len(result.index))：生成0、1、2...这样的等间距数值，作为每个分类的基准位置，保证刻度间距完全一致
• plt.xticks()：第一个参数指定刻度的显示位置（这里加上bar_width让刻度落在每组柱状图的中间），第二个参数是要显示的百分位数标签，用字符串格式保留原始精度

二、针对y轴（延迟数值）：设置固定数值间隔 #

如果你的需求是让y轴刻度保持固定的数值间距（比如每10000单位一个刻度），可以用np.arange()生成固定步长的刻度值，再通过plt.yticks()强制设置：

def plot_latency_time_bar(result):
    x_pos = np.arange(len(result.index))
    bar_width = 0.25
    
    for idx, col in enumerate(result.columns):
        plt.bar(x_pos + idx * bar_width, result[col], width=bar_width, label=col)
    
    plt.xticks(x_pos + bar_width, [str(pct) for pct in result.index])
    
    # 设置y轴固定间距刻度：从0开始，步长10000，覆盖到最大延迟值以上
    y_min = 0
    y_max = result.values.max() + 10000  # 加一点余量避免最高柱子顶到图表边缘
    plt.yticks(np.arange(y_min, y_max, 10000))
    
    plt.xlabel('Percentile')
    plt.ylabel('Latency')
    plt.title('Latency Percentile Results')
    plt.legend()
    plt.tight_layout()
    plt.show()

核心逻辑 #

• np.arange(y_min, y_max, step)：生成从y_min到y_max、步长为step的等间距数值，你可以根据自己的延迟数据范围调整step（比如改成5000或20000）
• 这种方法适用于所有需要固定数值间隔的坐标轴，不管是x轴还是y轴

内容的提问来源于stack exchange，提问作者MrZakbug