如何在 Matplotlib 条形图中调整 x 轴刻度组间距（即条形组间距离）-Python教程-PHP中文网

如何在 Matplotlib 条形图中调整 x 轴刻度组间距（即条形组间距离）

matplotlib 中 x 轴刻度本身无需“拉伸”，真正控制条形组间距离的是组内总宽度与间隙的分配逻辑：固定刻度位置（如整数坐标），通过调节组内条形宽度和组间空白比例，实现视觉上可调的组间距。

matplotlib 中 x 轴刻度本身无需“拉伸”，真正控制条形组间距离的是组内总宽度与间隙的分配逻辑：固定刻度位置（如整数坐标），通过调节组内条形宽度和组间空白比例，实现视觉上可调的组间距。

在绘制分组条形图（Grouped Bar Chart）时，常误以为需直接修改 xticks 间距来拉开各组条形——但这是不准确的理解。x 轴刻度（如 Adelie, Chinstrap, Gentoo）本质上是分类标签的锚点位置，通常应保持等距且居中对齐；真正决定“组间距”的，是每组条形所占的水平空间范围与相邻组之间的空白间隙。

核心原理如下：

将每个分类（如 x = [0, 1, 2]）视为一个“组中心”；
设定组内总可用宽度为 1.0 单位（即相邻刻度间距）；
显式定义组间间隙 gap（例如 0.2），则剩余 1 - gap 均匀分配给该组内的所有条形；
每个条形宽度 width = (1 - gap) / num_in_group；
为使整组条形以刻度为中心对齐，需对每个条形施加偏移量：offset = width * multiplier - (1 - gap) / 2；
使用 align='edge'（而非默认 'center'）可更精确控制条形左边界位置，避免因中心对齐导致的偏移计算复杂化。

以下为优化后的完整示例代码：

Matplotlib Linux版

Matplotlib Linux版 3.11.1 官方下载，来自 PyPI 官方发布，适合 Python 图表绘制、数据分析、科研可视化和 Jupyter Notebook 环境安装。

下载

import matplotlib.pyplot as plt
import numpy as np

species = ("Adelie", "Chinstrap", "Gentoo")
penguin_means = {
    'Bill Depth': (18.35, 18.43, 14.98),
    'Bill Length': (38.79, 48.83, 47.50),
    'Flipper Length': (189.95, 195.82, 217.19),
}

x = np.arange(len(species))  # 刻度位置：[0, 1, 2]
num_in_group = len(penguin_means)
gap = 0.2  # 组间空白占比（0 ~ 1）
width = (1 - gap) / num_in_group  # 单个条形宽度

fig, ax = plt.subplots(layout='constrained')

for multiplier, (attribute, measurement) in enumerate(penguin_means.items()):
    # 计算偏移：使整组以 x[i] 为中心
    offset = width * multiplier - (1 - gap) / 2
    rects = ax.bar(x + offset, measurement, width, align='edge', label=attribute)
    ax.bar_label(rects, padding=3)

ax.set_ylabel('Length (mm)')
ax.set_title('Penguin attributes by species')
ax.set_xticks(x, species)  # 刻度位置不变，仍为 [0,1,2]，标签对应
ax.legend(loc='upper left', ncols=3)
ax.set_ylim(0, 250)

plt.show()

✅ 关键要点总结：