修复过多的刻度

导致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，这种情况很容易在不知不觉中发生。Matplotlib 将字符串列表视为分类变量（绘制分类变量），默认情况下，每个类别放置一个刻度，并按照提供的顺序绘制它们。如果这不是期望的，解决方案是将字符串转换为数字类型，如以下示例所示。

示例 1：字符串可能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：字符串可能导致非常多的刻度

如果 x 有 100 个元素，都是字符串，那么我们将有 100 个（不可读的）刻度，解决方案仍然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：字符串可能导致日期时间刻度的意外顺序

一个常见的情况是，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器。

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()