根据 修改刻度标签 ，我想出了一个解决方案，不知道它是否适用于您的情况，因为您的代码片段本身无法执行。

这个想法是强制刻度标签为 .5 间距，然后用其整数对应部分替换每 .5 刻度，并将其他刻度替换为空字符串。

import numpy
import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(1,2)

x1, x2 = 1, 5
y1, y2 = 3, 7

# first axis: ticks spaced at 0.5
ax1.plot([x1, x2], [y1, y2])
ax1.set_xticks(numpy.arange(x1-1, x2+1, 0.5))
ax1.set_yticks(numpy.arange(y1-1, y2+1, 0.5))

# second axis: tick labels will be replaced
ax2.plot([x1, x2], [y1, y2])
ax2.set_xticks(numpy.arange(x1-1, x2+1, 0.5))
ax2.set_yticks(numpy.arange(y1-1, y2+1, 0.5))

# We need to draw the canvas, otherwise the labels won't be positioned and 
# won't have values yet.
fig.canvas.draw()

# new x ticks  '1'->'', '1.5'->'1', '2'->'', '2.5'->'2' etc.
labels = [item.get_text() for item in ax2.get_xticklabels()]
new_labels = [ "%d" % int(float(l)) if '.5' in l else '' for l in labels]
ax2.set_xticklabels(new_labels)

# new y ticks
labels = [item.get_text() for item in ax2.get_yticklabels()]
new_labels = [ "%d" % int(float(l)) if '.5' in l else '' for l in labels]
ax2.set_yticklabels(new_labels)

fig.canvas.draw()
plt.show()

如果您想要缩小很多，则需要格外小心，因为这会产生一组非常密集的刻度标签。

构造 str 列表：datax = [str(i + 1) for i in range(len(datay))]

将整数列表转换为 str 列表 => list(map(str, list_int))

您好，欢迎来到 SO！datax 对应什么？您没有分享设置刻度标签的代码，因此不清楚 datax 是 x 刻度还是 y 刻度（对应于 datay 变量）的标签列表。例如，如果 OP 的 x 变量范围从 1 到 15，我看不出这将如何工作。我建议您让您的答案适用于任何值范围，就像当前接受的答案一样。由于您是新用户，我暂时不会否决这个答案，但我鼓励您尽快改进它。

只需将索引转换 i 为字符串即可获得以下解决方案：

    import matplotlib.pyplot as plt
    import time

    datay = [1,6,8,4] # Just an example
    datax = []
    
    # In the following for loop datax in the end will have the same size of datay, 
    # can be changed by replacing the range with wathever you need
    for i in range(len(datay)):
        # In the following assignment statement every value in the datax 
        # list will be set as a string, this solves the floating point issue
        datax += [str(1 + i)]

    a = plt

    # The plot function sets the datax content as the x ticks, the datay values
    # are used as the actual values to plot
    a.plot(datax, datay)

    a.show()

尽管此答案与另一个使用 MaxNLocator 的答案类似，但我发现此答案中的额外上下文是一个很好的增强。谢谢。

另一种选择 MaxNLocator 是 matplotlib.ticker.MultipleLocator 。默认情况下，它只输出整数值。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as tck

x = np.linspace(-5, 5, 90)
y = np.sinc(x)

fig, ax = plt.subplots(figsize=(6, 2), layout='constrained')
ax.xaxis.set_major_locator(tck.MultipleLocator())
ax.set_xlabel('x')
ax.plot(x, y)

如果您只需要 n 个刻度中的一个，则只需将此数字提供给 MultipleLocator ，例如 MultipleLocator(3) ：

实际上，您可以将基数设置为任何实数，而不仅限于整数。

相比确保 MaxNLocator , MultipleLocator 具有整数刻度，而使用 则teger=True in MaxNLocator 有一个限制：

整数 ：bool，默认值 False 。如果 True ，则刻度将仅采用整数值， provided at least min_n_ticks integers are found within the view limits .

因此 MaxNLocator 也可以产生这样的结果：

ax.set_xticks([2,3])
ax.set_yticks([2,3])

如果使用 plt.subplot，您还可以执行以下操作：fig, ax = plt.subplots(figsize =(12, 4))，然后您可以再次使用 ax：ax.yaxis.set_major_locator(MaxNLocator(integer=True))

您的答案为 +1，但糟糕的 API 为 -1！plt.axes().xaxis.set_major_locator(MaxNLocator(integer=True)) 对我有用。

这对我来说产生了非常奇怪的结果。它将刻度 [0, 2, 4, 8, 10] 变成 [0.0, 1.5, 3.0, 4.5, 7.5, 9.0, 10.5]。根据文档所述，这种情况不应该发生。

@Andris 哇，我对此完全不知道。但无论如何，为这个任务调整绘图库似乎很奇怪，你应该修改你的数据。你所指的示例图像似乎已经用绘画或类似的东西编辑过，所以这并不意味着 matplotlib 可以实现这样的输出。

它没有将刻度标签放在给定区域的中间点（如问题的示例图像所示），并且每个第二个（未标记）刻度都缺失。有没有简单的技巧可以实现这些？“2”应该在 2.5 的位置，而不是 2.0。

这应该更简单：

（来自 https://scivision.co/matplotlib-force-integer-labeling-of-axis/ )

import matplotlib.pyplot as plt
from matplotlib.ticker import MaxNLocator
#...
ax = plt.figure().gca()
#...
ax.xaxis.set_major_locator(MaxNLocator(integer=True))

阅读官方文档： https://matplotlib.org/stable/api/ticker_api.html#matplotlib.ticker.MaxNLocator