如何在 Matplotlib 中的 x 轴上分配相等的缩放比例？

我目前拥有的是这样的：

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]

生成以下图表：

我想要的是在我的轴上具有相同的缩放比例。因此，7 和 9 以及 9 和 11 之间不会有如此大的差距，而是像所有其他空间一样平等。它看起来像这样：

为了从图表中消除 8 和 10，我使用了刻度线。这是相关代码：

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

上面的例子都没有matplotlib 页面 http://matplotlib.sourceforge.net/gallery.html有我想要的任何东西。我一直在查看文档，但与“缩放”相关的所有内容都没有达到我想要的效果。

这可以做到吗？

根据我对 OP 的评论，您可以根据自然数 1 到 n 进行绘图，其中 n 是数据集中唯一横坐标值的数量。然后您可以将 x 刻度标签设置为这些唯一值。我在实现这一点时遇到的唯一麻烦是处理重复的横坐标值。为了尝试保持这个一般性，我想出了以下内容

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]]    

此时我们有print x_normalised gives

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

所以密谋y反对x_normalised with

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')

Gives

最后，我们可以使用以下命令更改 x 轴刻度标签以反映原始 x 数据的实际值set_xticklabels http://matplotlib.sourceforge.net/api/axes_api.html#matplotlib.axes.Axes.set_xticklabels using

ax.set_xticklabels(nonRepetitive_x)

Edit为了让最终的图看起来像OP中所需的输出，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