如何在Pyplot图表中设置X轴刻度标签的显示间距？

嘿，这个坑我之前踩过！你用plt.xticks(np.arange(10))没用的原因很简单——你只手动指定了前10个刻度的位置，但完全没考虑到X轴的实际数据范围，如果你的X轴有上百个数据点，这10个刻度会挤在图表左侧，自然还是重叠看不清。针对这种“每10个刻度仅显示一个标签”的需求，有两种更靠谱的实现方式：

方法一：使用MultipleLocator（推荐，更灵活） #

Matplotlib的ticker模块里的MultipleLocator可以直接指定刻度间隔，让X轴自动按你想要的步长显示刻度标签，完全不用手动计算。

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import MultipleLocator

# 生成模拟数据：X轴100个点，Y轴为对数分布数据
x = np.arange(100)
y = np.exp(np.random.randn(100)*0.5 + 1)

plt.figure(figsize=(10, 6))
plt.semilogy(x, y)  # 绘制Y轴对数的图表

# 获取当前坐标轴对象
ax = plt.gca()
# 设置X轴主刻度每10个单位显示一个
ax.xaxis.set_major_locator(MultipleLocator(10))

plt.xlabel('X轴')
plt.ylabel('Y轴（对数刻度）')
plt.title('每10个X轴刻度显示一个标签')
plt.tight_layout()  # 自动调整布局，防止标签被截断
plt.show()

方法二：手动筛选刻度位置与标签（适合自定义场景） #

如果你需要对刻度标签做额外自定义（比如修改显示文本），可以手动获取当前所有X轴刻度，然后按步长筛选保留：

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np

# 同样生成模拟数据
x = np.arange(100)
y = np.exp(np.random.randn(100)*0.5 + 1)

plt.figure(figsize=(10, 6))
plt.semilogy(x, y)

ax = plt.gca()
# 获取当前X轴的所有刻度位置
all_xticks = ax.get_xticks()
# 筛选每10个刻度保留一个（步长为10的切片）
filtered_xticks = all_xticks[::10]
# 设置新的刻度位置和对应的标签
ax.set_xticks(filtered_xticks)
# 如果你需要自定义标签文本，在这里修改即可
ax.set_xticklabels([f'X={tick}' for tick in filtered_xticks])

plt.xlabel('X轴')
plt.ylabel('Y轴（对数刻度）')
plt.title('手动筛选X轴刻度标签')
plt.tight_layout()
plt.show()

为什么你的原方法无效？ #

plt.xticks(np.arange(10))会强制把X轴刻度设置为[0,1,2,...,9]，不管你的X轴实际数据是从0到99还是更大范围，这些刻度会集中在图表最左侧，导致标签重叠。而上面两种方法都是基于X轴的实际数据范围来调整刻度间隔，自然不会出现重叠问题。

内容的提问来源于stack exchange，提问作者clicky