Python 使用定位器而不跳过记号标签

matplotlib图表x轴上的记号标签有些拥挤，所以我想降低标签出现的频率。似乎有一些函数（multiplelocator、maxlocator）用于此功能，但这些函数只是将现有标签隔开，而不是跳过任何实际的标签。例如，如果我运行这个

df = pd.DataFrame(columns=['bond 1','bond 2'],
                  index=[2017,2018,2019,2020,2021,2022])
df['bond 1'] = [4,5,6,6,5,4]
df['bond 2'] = [8,6,4,4,6,8]

fig,ax=plt.subplots(1)
ax = df.plot(ax=ax, kind='bar', colormap='copper')

locator = tick.MultipleLocator(base=2)
ax.xaxis.set_major_locator(locator)

然后我得到这个：

从格式上看，这看起来不错，但数据点实际上是错误的——它说2018年是2017年的数据，2020年是2021年的数据

有没有人能告诉我，有没有什么简单的方法可以将标签隔开，而不让它们映射到错误的数据点上

---

谢谢

pandas条形图生成一个绘图，其中每个条形图都位于一个连续的整数位置，从0开始。正在使用的定位器是一个

FixedLocator

，它存储这些位置（

0,1,2,3，

），格式化程序是一个

FixedFormatter

，它存储每个位置的标签。如果现在更改定位器而不更改格式化程序，则会出现不同步。为了避免这种情况，需要同时更改格式化程序和定位器。因为在这种情况下我们没有好的格式化程序可供使用，所以我们应该坚持使用

FixedFormatter

，这也意味着要坚持使用

FixedLocator

。我们仍然可以更改

FixedLocator

的刻度数，并更改

FixedFormatter

以反映这一点

import matplotlib.pyplot as plt
from matplotlib import ticker 
import pandas as pd

df = pd.DataFrame(columns=['bond 1','bond 2'],
                  index=[2017,2018,2019,2020,2021,2022])
df['bond 1'] = [4,5,6,6,5,4]
df['bond 2'] = [8,6,4,4,6,8]

fig,ax=plt.subplots(1)
ax = df.plot(ax=ax, kind='bar', colormap='copper')

locator = ax.xaxis.get_major_locator()
locator.locs = locator.locs[::2]
formatter = ax.xaxis.get_major_formatter()
formatter.seq = formatter.seq[::2]

plt.show()

---

pandas条形图生成一个绘图，其中每个条形图都位于从0开始的连续整数位置。正在使用的定位器是一个

FixedLocator

，它存储这些位置（

0,1,2,3，

），格式化程序是一个

FixedFormatter

，它存储每个位置的标签。如果现在更改定位器而不更改格式化程序，则会出现不同步。为了避免这种情况，需要同时更改格式化程序和定位器。因为在这种情况下我们没有好的格式化程序可供使用，所以我们应该坚持使用

FixedFormatter

，这也意味着要坚持使用

FixedLocator

。我们仍然可以更改

FixedLocator

的刻度数，并更改

FixedFormatter

以反映这一点

import matplotlib.pyplot as plt
from matplotlib import ticker 
import pandas as pd

df = pd.DataFrame(columns=['bond 1','bond 2'],
                  index=[2017,2018,2019,2020,2021,2022])
df['bond 1'] = [4,5,6,6,5,4]
df['bond 2'] = [8,6,4,4,6,8]

fig,ax=plt.subplots(1)
ax = df.plot(ax=ax, kind='bar', colormap='copper')

locator = ax.xaxis.get_major_locator()
locator.locs = locator.locs[::2]
formatter = ax.xaxis.get_major_formatter()
formatter.seq = formatter.seq[::2]

plt.show()

---

我不知道定位器，但有一种方法可以做到。根据您的示例：

对于ax.xaxis.get_ticklebals（）[1:：2]：

然后

label.set_visible（False）

@ThomasKühn：谢谢，这实际上是一个很好的解决方法。好的，如果这对您有帮助，您介意我将其标记为重复（即使它不是

定位器

解决方案）？@ThomasKühn是，当然-你认为最好的。可能的重复我不知道定位器，但有一种方法可以做到这一点。根据您的示例：

对于ax.xaxis.get_ticklebals（）[1:：2]：

然后

label.set_visible（False）

@ThomasKühn：谢谢，这实际上是一个很好的解决方法。好的，如果这对您有帮助，您介意我将其标记为重复（即使它不是

定位器

解决方案）？@ThomasKühn是，当然-不管你怎么想。可能是@ThomasKühn uhh的重复，我只是看到解决方案在一般情况下不起作用，在计算nbins的滴答数时会出现一些奇怪的魔法，这是需要注意的。因此，我编辑了答案。当然，现在可以使用

[：：2]

而不是

[：：N]

，其中N是任何非零正整数。谢谢-这非常有用，而且解释也很清楚。@ThomasKühn uhh，我刚刚看到解决方案不适用于一般情况，从

nbins

计算滴答声的数量时，会出现一些奇怪的魔法，需要注意这些。因此，我编辑了答案。当然，现在可以用N表示任何非零正整数来代替

[：：2]

。谢谢-这非常有用，而且解释也很清楚。