Matplotlib散点图中为每个进程起止点连线的实现方法

我明白你想要的效果——把每个进程的活跃时间段用水平线段展示出来，这样在大数据集里一眼就能看清每个进程什么时候活跃、什么时候空闲对吧？你的现有代码只画了散点，所以看不到时间段的连线，咱们来改一改：

修改后的代码 #

import matplotlib.pyplot as plt

# 整理进程数据，这样扩展更多进程更方便
process_data = {
    "process-1": {
        "start_times": [32, 30, 40, 50, 60, 78],
        "live_durations": [1, 3, 2, 1, 2, 4]
    },
    "process-2": {
        "start_times": [22, 25, 45, 55, 60, 72],
        "live_durations": [1, 3, 2, 1, 2, 4]
    }
}

plt.figure(figsize=(10, 4))  # 调整图表大小，更适合展示时间段
y_tick_positions = []
y_tick_labels = []

# 遍历每个进程，绘制活跃时间段的水平线
for idx, (process_name, data) in enumerate(process_data.items(), start=1):
    y_pos = idx
    y_tick_positions.append(y_pos)
    y_tick_labels.append(process_name)
    
    # 计算每个活跃周期的结束时间
    end_times = [start + duration for start, duration in zip(data["start_times"], data["live_durations"])]
    
    # 批量绘制水平线：指定y轴位置、起始时间、结束时间
    plt.hlines(y=y_pos, xmin=data["start_times"], xmax=end_times, 
               color='steelblue', linewidth=3, alpha=0.7)
    
    # 可选：保留起止点的散点标记，让每个周期的开始/结束更醒目
    plt.scatter(data["start_times"], [y_pos]*len(data["start_times"]), 
                color='darkblue', zorder=5, s=30)
    plt.scatter(end_times, [y_pos]*len(end_times), 
                color='darkblue', zorder=5, s=30)

# 优化坐标轴显示
plt.xlabel('time (s)', fontsize=12)
plt.yticks(y_tick_positions, y_tick_labels, fontsize=12)
plt.title('Process Active Time Periods', fontsize=14)
plt.grid(axis='x', linestyle='--', alpha=0.6)  # 添加x轴网格，方便对应时间点
plt.tight_layout()  # 自动调整布局，避免标签被截断
plt.show()

关键改动说明 #

• 数据结构化：把进程数据整理成字典，后续添加更多进程时只需补充字典条目，代码扩展性更强
• 用水平线替代散点连线：使用plt.hlines()批量绘制每个活跃周期的水平线段，这比循环调用plt.plot()更高效，也更贴合需求
• 优化y轴可读性：将y轴刻度替换为进程名称，替代原来的数字，直观对应每个进程
• 视觉优化：添加标题、x轴网格，调整图表尺寸，让整体展示更清晰；可选的散点标记能突出每个活跃周期的起止点

这样生成的图表会清晰展示每个进程的所有活跃时段，同一条y轴上两段水平线之间的空隙就是进程的空闲时间，大数据量下也能轻松分辨各进程的时间分布。

内容的提问来源于stack exchange，提问作者Zeeshan Hayat