在使用 `matplotlib` 绘制一维数据时，如果希望将横坐标显示为 y 轴，纵坐标显示为 x 轴，可以通过交换绘图数据的输入顺序以及设置坐标轴标签来实现。以下是具体实现方法： ### 1. 交换数据输入顺序 对于一维数据，通常使用 `matplotlib.pyplot.plot()` 方法绘制折线图。默认情况下，第一个参数为 x 轴数据，第二个参数为 y 轴数据。若希望将数据在 y 轴上显示，而索引或数据位置在 x 轴上显示，可以交换这两个参数的顺序[^2]。 例如，假设有一维数据 `y_data`，其对应的 x 值为 `x_values`，则可以按照以下方式绘制： ```python import matplotlib.pyplot as plt # 示例数据 x_values = [1, 2, 3, 4, 5] y_data = [10, 15, 7, 10, 12] # 绘图，交换 x 和 y 的顺序 plt.plot(y_data, x_values, marker='o') # 设置坐标轴标签 plt.xlabel('Y Axis (Original X)') plt.ylabel('X Axis (Original Y)') # 显示图形 plt.show() ``` ### 2. 使用 `invert_axes` 方法（适用于某些特定情况） 在某些情况下，如果希望在不改变数据输入顺序的情况下交换坐标轴，可以使用 `invert_xaxis()` 和 `invert_yaxis()` 方法来实现坐标轴的反转。但这种方法并不直接交换轴的功能，而是仅反转轴的方向。因此，通常推荐使用数据顺序交换的方式。 ### 3. 使用 `scatter` 绘制散点图 如果需要绘制散点图并交换坐标轴，可以使用 `matplotlib.pyplot.scatter()` 方法，并同样通过交换输入参数的顺序实现： ```python # 绘制散点图，交换 x 和 y 的顺序 plt.scatter(y_data, x_values, c='blue', marker='x') # 设置坐标轴标签 plt.xlabel('Y Axis (Original X)') plt.ylabel('X Axis (Original Y)') # 显示图形 plt.show() ``` ### 4. 使用 `plot` 方法的坐标轴标签调整 如果数据是简单的序列（例如 `y_data` 是一个列表或数组，而 x 轴只是索引），可以显式生成 x 轴的索引数据，并将其与 `y_data` 交换顺序进行绘制： ```python import numpy as np # 示例数据 y_data = [10, 15, 7, 10, 12] # 生成 x 轴索引 x_indices = np.arange(len(y_data)) # 绘图，交换 x 和 y 的顺序 plt.plot(y_data, x_indices, linestyle='--', color='green') # 设置坐标轴标签 plt.xlabel('Y Axis (Original X)') plt.ylabel('X Axis (Original Y)') # 显示图形 plt.show() ``` ### 5. 使用 `twinx` 或 `twiny` 方法（适用于多轴图） 如果需要在同一图中展示多个数据集，其中一个数据集使用反转的坐标轴，可以使用 `twinx()` 或 `twiny()` 方法创建共享轴的图表。然而，这种方法适用于需要同时显示多个数据集的情况，并非直接用于交换单个数据集的坐标轴。 ---