热线电话：13121318867

登录
首页精彩阅读学习python中matplotlib绘图设置坐标轴刻度、文本
学习python中matplotlib绘图设置坐标轴刻度、文本
2018-02-15
收藏

学习python中matplotlib绘图设置坐标轴刻度、文本

总结matplotlib绘图如何设置坐标轴刻度大小和刻度。

上代码：

frompylabimport*
frommatplotlib.tickerimportMultipleLocator, FormatStrFormatter
xmajorLocator =MultipleLocator(20)#将x主刻度标签设置为20的倍数
xmajorFormatter=FormatStrFormatter('%1.1f')#设置x轴标签文本的格式
xminorLocator =MultipleLocator(5)#将x轴次刻度标签设置为5的倍数
ymajorLocator =MultipleLocator(0.5)#将y轴主刻度标签设置为0.5的倍数
ymajorFormatter=FormatStrFormatter('%1.1f')#设置y轴标签文本的格式
yminorLocator =MultipleLocator(0.1)#将此y轴次刻度标签设置为0.1的倍数
t=arange(0.0,100.0,1)
s=sin(0.1*pi*t)*exp(-t*0.01)
ax=subplot(111)#注意:一般都在ax中设置,不再plot中设置
plot(t,s,'--b*')
#设置主刻度标签的位置,标签文本的格式
ax.xaxis.set_major_locator(xmajorLocator)
ax.xaxis.set_major_formatter(xmajorFormatter)
ax.yaxis.set_major_locator(ymajorLocator)
ax.yaxis.set_major_formatter(ymajorFormatter)
#显示次刻度标签的位置,没有标签文本
ax.xaxis.set_minor_locator(xminorLocator)
ax.yaxis.set_minor_locator(yminorLocator)
ax.xaxis.grid(True, which='major')#x坐标轴的网格使用主刻度
ax.yaxis.grid(True, which='minor')#y坐标轴的网格使用次刻度
  
show()

绘图如下：

如果仔细看代码，可以得知，设置坐标轴刻度和文本主要使用了"MultipleLocator"、"FormatStrFormatter"方法。

这两个方法来自matplotlib安装库里面ticker.py文件；"MultipleLocator(Locator)"表示将刻度标签设置为Locator的倍数,"FormatStrFormatter"表示设置标签文本的格式，代码中"%1.1f"表示保留小数点后一位，浮点数显示。

相应的方法还有：

除了以上方法，还有另外一种方法，那就是使用xticks方法(yticks，x,y表示对应坐标轴)，xticks用法可在python cmd下输入以下代码查看:

importmatplotlib.pyplot as plt
help(plt.xticks)

代码如下：

importnumpy as np
importmatplotlib.pyplot as plt
fig,ax=plt.subplots()
x=[1,2,3,4,5]
y=[0,2,5,9,15]
#ax is the axes instance
group_labels=['a','b','c','d','e']
plt.plot(x,y)
plt.xticks(x, group_labels, rotation=0)
plt.grid()
plt.show()

绘图如下：

上图中使用了"plt.xticks"方法设置x轴文本，标签文本使用group_labels中的内容，因此可以根据需要修改group_labels中的内容。

网上看到的另一种方法，代码如下:

importmatplotlib.pyplot as pl
importnumpy as np
frommatplotlib.tickerimportMultipleLocator, FuncFormatter
x=np.arange(0,4*np.pi,0.01)
y=np.sin(x)
pl.figure(figsize=(10,6))
pl.plot(x, y,label="$sin(x)$")
ax=pl.gca()
  
defpi_formatter(x, pos):
  """
  比较罗嗦地将数值转换为以pi/4为单位的刻度文本
  """
  m=np.round(x/(np.pi/4))
  n=4
  ifm%2==0: m, n=m/2, n/2
  ifm%2==0: m, n=m/2, n/2
  ifm==0:
    return"0"
  ifm==1andn==1:
    return"$\pi$"
  ifn==1:
    returnr"$%d \pi$"%m
  ifm==1:
    returnr"$\frac{\pi}{%d}$"%n
  returnr"$\frac{%d \pi}{%d}$"%(m,n)
  
# 设置两个坐标轴的范围
pl.ylim(-1.5,1.5)
pl.xlim(0, np.max(x))
  
# 设置图的底边距
pl.subplots_adjust(bottom=0.15)
  
pl.grid()#开启网格
  
# 主刻度为pi/4
ax.xaxis.set_major_locator( MultipleLocator(np.pi/4) )
  
# 主刻度文本用pi_formatter函数计算
ax.xaxis.set_major_formatter( FuncFormatter( pi_formatter ) )
  
# 副刻度为pi/20
ax.xaxis.set_minor_locator( MultipleLocator(np.pi/20) )
  
# 设置刻度文本的大小
fortickinax.xaxis.get_major_ticks():
  tick.label1.set_fontsize(16)
  
pl.legend()
pl.show()

绘图如下：

以上就是本次小编整理的全部内容




CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；

matplotlib python numpy

数据分析咨询请扫描二维码

上一篇大数据时代:数据安全管理是最大风险
下一篇游戏行业的大数据分析管理
CDA考试动态
CDA报考指南
热门栏目
最新资讯
更多
Copyright © 2015-present 北京国富如荷网络科技有限公司 All Rights Reserved.
京ICP备11001960号-9   京公网安备 11010802034615号   经营许可证编号：京B2-20210330
客服在线
立即咨询