如果您的x标签具有数字值，则熊猫处理条形图的x标记的方式可能会令人困惑。让我们举个例子：
import pandas as pdimport numpy as npx = np.linspace(0, 1, 21)y = np.random.rand(21)s = pd.Series(y, index=x)ax = s.plot(kind='bar', figsize=(10, 3))ax.figure.tight_layout()
您可能希望刻度位置直接对应于中的值
x，即0、0.05、0.1，…，1.0。但是，事实并非如此：
print(ax.get_xticks())# [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20]
代替大熊猫套蜱 位置 根据 索引 中的每个元素的
x，但然后将刻度 标记 根据 值 中
x：
print(' '.join(label.get_text() for label in ax.get_xticklabels()))# 0.0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95 1.0因此，直接设置刻度位置（使用
ax.set_xticks）或将
xticks=参数传递给
pd.Series.plot()都不会给您带来预期的效果：
new_ticks = np.linspace(0, 1, 11) # 0.0, 0.1, 0.2, ..., 1.0ax.set_xticks(new_ticks)
相反，您需要分别更新x标记的位置和标签：
# positions of each tick, relative to the indices of the x-valuesax.set_xticks(np.interp(new_ticks, s.index, np.arange(s.size)))# labelsax.set_xticklabels(new_ticks)
在大多数情况下，这种行为实际上很有意义。对于条形图，x标签通常是非数字的（例如，与类别对应的字符串），在这种情况下，将无法使用中的值
x来设置刻度位置。在不引入其他参数指定其位置的情况下，最合乎逻辑的选择是改为使用其索引。
