修复太多刻度

意外刻度行为的一个常见原因是传递字符串列表而不是数字或日期时间对象。当读取逗号分隔的文本文件时，这很容易发生而没有引起注意。Matplotlib 将字符串列表视为分类变量 (绘制分类变量)，默认情况下，每个类别有一个刻度，并且按提供的顺序绘制。如果不需要这样做，解决方案是将字符串转换为数字类型，如下面的示例所示。

示例 1：字符串会导致数字刻度的意外顺序

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1, 2, layout='constrained', figsize=(6, 2.5))
x = ['1', '5', '2', '3']
y = [1, 4, 2, 3]
ax[0].plot(x, y, 'd')
ax[0].tick_params(axis='x', color='r', labelcolor='r')
ax[0].set_xlabel('Categories')
ax[0].set_title('Ticks seem out of order / misplaced')

# convert to numbers:
x = np.asarray(x, dtype='float')
ax[1].plot(x, y, 'd')
ax[1].set_xlabel('Floats')
ax[1].set_title('Ticks as expected')

示例 2：字符串会导致非常多的刻度

如果x 有 100 个元素，全部为字符串，那么我们将有 100 个（不可读的）刻度，同样，解决方案是将字符串转换为浮点数

fig, ax = plt.subplots(1, 2, figsize=(6, 2.5))
x = [f'{xx}' for xx in np.arange(100)]
y = np.arange(100)
ax[0].plot(x, y)
ax[0].tick_params(axis='x', color='r', labelcolor='r')
ax[0].set_title('Too many ticks')
ax[0].set_xlabel('Categories')

ax[1].plot(np.asarray(x, float), y)
ax[1].set_title('x converted to numbers')
ax[1].set_xlabel('Floats')

示例 3：字符串会导致日期时间刻度的意外顺序

常见情况是，当从 CSV 文件读取日期时，需要将它们从字符串转换为日期时间对象以获得正确的日期定位器和格式化程序。

fig, ax = plt.subplots(1, 2, layout='constrained', figsize=(6, 2.75))
x = ['2021-10-01', '2021-11-02', '2021-12-03', '2021-09-01']
y = [0, 2, 3, 1]
ax[0].plot(x, y, 'd')
ax[0].tick_params(axis='x', labelrotation=90, color='r', labelcolor='r')
ax[0].set_title('Dates out of order')

# convert to datetime64
x = np.asarray(x, dtype='datetime64[s]')
ax[1].plot(x, y, 'd')
ax[1].tick_params(axis='x', labelrotation=90)
ax[1].set_title('x converted to datetimes')

plt.show()