隐藏 xticks 标签每第 n 个标签或 Pandas 绘图上的值/使 x 轴可读

Question

由于图片的原因，问题很长，但实际内容并不多。问题在最下面。

你好，我有一系列 30000 个年龄范围从 21 岁到 74 岁的样本。系列头：

0    24
1    26
2    34
3    37
4    57
Name: AGE, dtype: int64

我使用内置的 Pandas 功能绘制它.plot：

age_series = original_df['AGE']
fig = plt.figure()
fig.suptitle('Age distribution')
age_series.value_counts().sort_index().plot(kind='bar')

我的问题是它使 x 轴不太用户友好：

我可以增加条之间的水平宽度，但我不想这样做。相反，我只想使 x 轴标签的子集可见。我尝试使用MaxNLocator并MultipleLocator添加这一行：

plt.gca().xaxis.set_major_locator(plt.MaxNLocator(10))

但是，它没有实现我的目标，因为它现在错误地标记了条形图并删除了刻度线（我理解这一点，因为使用这些函数会更改 xticks 对象）：

一个丑陋的解决方案是在 xticks 对象内循环：

xticks = plt.gca().xaxis.get_major_ticks()
for i in range(len(xticks)):
    if i % 10 != 0:
        xticks[i].set_visible(False)

允许此渲染，这接近我想要的：

然而我不满意，因为循环太天真了。我希望能够访问 xticks（标签）中的值并对其做出决定，以便能够仅显示 10 个标签的倍数。

这有效（基于这个答案）：

for i, l in enumerate(labels):
    val = int(l.get_text())
    if val % 10 != 0:
        labels[i] = ''
    plt.gca().set_xticklabels(labels)

问题：是否有任何不同的解决方案，感觉更Pythonic/高效？或者您对如何使这些数据可读有什么建议吗？

Answer 1

我想你可以尝试这样的事情：

ax = plt.gca()
pos = [9,19,29,39,49]
l = [30,40,50,60,70]
ax.set(xticks=pos, xticklabels=l)

Answer 2

为了更通用，你可以这样做：

import numpy as np

ax = plt.gca()

max_value = original_df['AGE'].max()
min_value = original_df['AGE'].min()
number_of_steps = 5
l = np.arange(min_value, max_value+1, number_of_steps)

ax.set(xticks=l, xticklabels=l)