python matplotlib横坐标纵坐标刻度 python_matplotlib改变横坐标和纵坐标上的刻度(ticks)方式

时间:2021-04-22 Poul_henry 人气:0

用matplotlib画二维图像时，默认情况下的横坐标和纵坐标显示的值有时达不到自己的需求，需要借助xticks()和yticks()分别对横坐标x-axis和纵坐标y-axis进行设置。

import numpy as np
import matplotlib.pyplot as plt
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.show()

x坐标和y坐标都表示1到12的整数，不进行坐标设置时，执行效果为：

此时的x轴和y轴都是只显示偶数，其它的奇数未显示，这样在展示实验效果或放入文章中都会影响其可读性。

为了设置坐标轴的值，增加其可读性，有多种方法。这里介绍的是matplotlib的函数xticks()和yticks()。

参考文档：xticks()函数介绍 yticks()函数介绍

xticks()中有3个参数：

xticks(locs, [labels], **kwargs) # Set locations and labels

locs参数为数组参数(array_like, optional)，表示x-axis的刻度线显示标注的地方，即ticks放置的地方，上述例子中，如果希望显示1到12所有的整数，就可以将locs参数设置为range(1,13,1)，第二个参数也为数组参数(array_like, optional)，可以不添加该参数，表示在locs数组表示的位置添加的标签，labels不赋值，在这些位置添加的数值即为locs数组中的数。

如下图

import numpy as np
import matplotlib.pyplot as plt
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks(x)
plt.show()

xticks()函数中，locs参数为数组x，即1到12所有的整数，即画出的图像会在这12个位置画出ticks，即上图中的刻度线。

当赋予labels的值为空时，则在locs决定的位置上虽然会画出ticks，但不会显示任何值。

import numpy as np
import matplotlib.pyplot as plt
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks(x,())
plt.show()

其效果为：

该例子中，会明显看到locs和labels的关系，locs表示位置，labels决定这些位置上的标签，labels的默认值为和locs相同。

所以，对于labels参数，我们可以赋予其任意其它的值，如人名，月份等等。

import numpy as np
import matplotlib.pyplot as plt
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks(x, ('Tom','Dick','Harry','Sally','Sue','Lily','Ava','Isla','Rose','Jack','Leo','Charlie'))
plt.show()

在每个标签会依次显示labels中的人名：

还可以显示月份：

import numpy as np
import matplotlib.pyplot as plt
import calendar
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks(x, calendar.month_name[1:13],color='blue',rotation=60)
plt.show()

显示效果为：

这里添加了 calendar 模块，用于显示月份的名称。calendar.month_name[1:13]即1月份到12月份每个月份的名称的数组。后面的参数color='blue'表示将标签颜色置为蓝色，rotation表示标签逆时针旋转60度。

通过上个示例，可看出第3个参数关键字参数**kwargs用于控制labels，具体可通过Text属性中的定义，添加到该参数中，关于其定义可参考在 Text 查询。

另外，通过第1个参数locs可以看出，xticks()函数还可以用来设置使x轴上ticks隐藏，即将空数组赋予它，则没有tick会显示在x轴上，此处参考：x轴数值隐藏。

import numpy as np
import matplotlib.pyplot as plt
import calendar
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks([])
plt.show()

可看出x轴上没有tick显示：

同理，对于yticks()函数定义和xticks()函数定义完全相同。对于第一个例子，如果希望在y轴上的刻度线也显示1到12所有的整数，则将lens(1,13,1)赋予yticks()的locs参数即可：

import numpy as np
import matplotlib.pyplot as plt
import calendar
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks(x)
plt.yticks(y)
plt.show()

其效果为：

综上，可以设计一个x轴为月份，y为星期的图像：

import numpy as np
import matplotlib.pyplot as plt
import calendar
from datetime import *
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks(x, calendar.month_name[1:13],color='blue',rotation=60)
today = datetime(2018, 9, 10)
a=[]
for i in range(12):
 a.append(calendar.day_name[today.weekday()+(i%7)])
plt.yticks(y,a,color='red')
plt.show()

对应一月份选择星期一，二月份选择星期二，往后依次类推，直至将12个月安排完。

以上这篇python_matplotlib改变横坐标和纵坐标上的刻度(ticks)方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。

加载全部内容