pyplot x轴显示9点半到11点半和13点到15点，其余时间不显示

您可以使用 `xticks()` 函数来设置 `x` 轴的刻度和标签，并将没有数据的时间段对应的刻度和标签设置为空字符串。具体来说，您可以将9点半对应的刻度设置为0.5，11点半对应的刻度设置为 `np.nan` 或空字符串，13点对应的刻度设置为2，15点对应的刻度设置为3.5，这样就可以只显示有数据的时间段。

以下是示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.array([9.5, 10, 10.5, 11, 13, 13.5, 14, 14.5, 15])
y = np.array([0.5, 1, 2, 1.5, 2, 1, 0.5, 1.5, 2])

# 绘制折线图
plt.plot(x, y)

# 设置 x 轴的刻度和标签
plt.xticks([0.5, 2, 3.5], ['9:30', '', '13:00', '', '15:00'])

# 显示图像
plt.show()

在这个示例代码中，我们将9点半对应的刻度设置为0.5，11点半对应的刻度设置为空字符串，13点对应的刻度设置为2，15点对应的刻度设置为3.5，并使用 `xticks()` 函数将它们设置成对应的标签。最终的折线图只显示了有数据的时间段，并且这些时间段的刻度和标签都被设置成了正确的值。

相关问题

pyplot 画折线图，9点半到11点半有数据，1点到三点有数据，无数据的部分在x轴去掉

在折线图中，如果您想要去掉无数据的部分，可以使用 `numpy` 库中的 `NaN` 值来表示数据缺失，并使用 `matplotlib` 库中的 `xlim()` 函数来设置 `x` 轴的显示范围。具体来说，您可以设置 `x` 轴的显示范围为9.5到15，以去掉无数据的部分。

以下是示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.array([9.5, 10, 10.5, 11, 13, 13.5, 14, 14.5, 15])
y = np.array([0.5, 1, 2, 1.5, 2, 1, 0.5, 1.5, 2])

# 绘制折线图
plt.plot(x, y)

# 设置 x 轴的显示范围
plt.xlim(9.5, 15)

# 显示图像
plt.show()

在这个示例代码中，我们将无数据的部分用 `NaN` 值表示，并使用 `xlim()` 函数将 `x` 轴的显示范围设置为9.5到15，以去掉无数据的部分。最终的折线图只显示了有数据的部分。

python matplotlib.pyplot x轴 2个刻度

通过matplotlib.pyplot模块的plot()函数可以绘制折线图，而x轴默认是将数据点均匀分为若干段，每段对应一个刻度。如果需要设置自定义刻度，可以通过xticks()函数来实现。具体来说，xticks()函数需要传递两个参数——第一个是要设置的刻度值，第二个是每个刻度对应的标签。例如，如果需要在x轴上设置两个刻度值为1和4，对应的标签为"start"和"end"，可以通过以下代码实现：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [3, 6, 2, 7]

plt.plot(x, y)
plt.xticks([1, 4], ["start", "end"])

运行以上代码，就可以在x轴上设置两个刻度，分别为1和4，对应的标签为"start"和"end"。值得注意的是，传递给xticks()函数的刻度值应该是一个List对象，而标签则是另一个List对象，两个List对象的长度必须相同，且刻度值必须按升序排列。