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*
from
matplotlib.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:
代码如下:
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:
from
matplotlib.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