如何在Matplotlib的x轴上分配相等的缩放比例？

Question

我现在拥有的是：

x = [3.0, 4.0, 5.0, 5.0, 6.0, 7.0, 9.0, 9.0, 9.0, 11.0]
y = [6.0, 5.0, 4.0, 2.5, 3.0, 2.0, 1.0, 2.0, 2.5, 2.5]

产生以下图表：

我想要的是在我的轴上具有相同的缩放比例。因此，它不是在7和9以及9和11之间具有如此大的间隙，而是与所有其他空间相同的空间。它看起来像这样：

为了消除图中的8和10，我使用了刻度线。以下是相关代码：

ax=fig.add_subplot(111, ylabel="speed")
ax.plot(x, y, 'bo')
ax.set_xticks(x) 

matplotlib page上的所有例子都没有我想要的任何内容。我一直在查看文档，但所有“缩放”相关并不能达到我想要的目的。

可以这样做吗？

Answer 1

根据我对OP的评论，您可以对自然数1到n进行绘图，其中n是数据集中unqiue横坐标值的数量。然后，您可以将x ticklabels设置为这些唯一值。我实现这一点的唯一麻烦是处理重复的横坐标值。为了保持这种一般性，我想出了以下

from collections import Counter # Requires Python > 2.7

# Test abscissa values
x = [3.0, 4.0, 5.0, 5.0, 6.0, 7.0, 9.0, 9.0, 9.0, 11.0]

# Count of the number of occurances of each unique `x` value
xcount = Counter(x)

# Generate a list of unique x values in the range [0..len(set(x))]

nonRepetitive_x = list(set(x)) #making a set eliminates duplicates
nonRepetitive_x.sort()         #sets aren't ordered, so a sort must be made
x_normalised = [_ for i, xx in enumerate(set(nonRepetitive_x)) for _ in xcount[xx]*[i]]    

此时我们已print x_normalised给出了

[0, 1, 2, 2, 3, 4, 5, 5, 5, 6]

因此使用

对y与x_normalised进行联系

from matplotlib.figure import Figure
fig=Figure()
ax=fig.add_subplot(111)

y = [6.0, 5.0, 4.0, 2.5, 3.0, 2.0, 1.0, 2.0, 2.5, 2.5]

ax.plot(x_normalised, y, 'bo')

给出

最后，我们可以使用<{p}使用

更改x轴刻度标签以反映原始x数据的实际值

ax.set_xticklabels(nonRepetitive_x)

编辑要使最终图表看起来像OP中的所需输出，可以使用

x1,x2,y1,y2 = ax.axis()
x1 = min(x_normalised) - 1 
x2 = max(x_normalised) + 1
ax.axis((x1,x2,(y1-1),(y2+1))) 

#If the above is done, then before set_xticklabels, 
#one has to add a first and last value. eg:

nonRepetitive_x.insert(0,x[0]-1) #for the first tick on the left of the graph
nonRepetitive_x.append(x[-1]+1) #for the last tick on the right of the graph