前言

我們首先來(lái)介紹坐標(biāo)軸的范圍，坐標(biāo)軸的范圍很好理解，有的時(shí)候我們產(chǎn)出的數(shù)據(jù)的范圍可能并不是完全我們想要的。

如果我們不對(duì)坐標(biāo)軸的范圍進(jìn)行設(shè)置的話，那么matplotlib默認(rèn)會(huì)按照我們數(shù)據(jù)的范圍來(lái)自動(dòng)選擇它認(rèn)為最合適的區(qū)間來(lái)展示所有的數(shù)據(jù)。

控制刻度間距

目前為止，我們讓Matplotlib自動(dòng)處理刻度在坐標(biāo)軸上的位置，但有時(shí)我們需要覆蓋默認(rèn)的坐標(biāo)軸刻度配置，以便更加快速估計(jì)圖形中點(diǎn)的坐標(biāo)。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
x = np.linspace(-20, 20, 1024)
y = np.sinc(x)
ax = plt.axes()
ax.xaxis.set_major_locator(ticker.MultipleLocator(5))
ax.xaxis.set_minor_locator(ticker.MultipleLocator(1))
plt.plot(x, y, c = 'm')
plt.show()

以上代碼，強(qiáng)制水平刻度每隔5個(gè)單位步長(zhǎng)呈現(xiàn)一次。此外，我們還添加了副刻度，副刻度的間隔為1個(gè)單位步長(zhǎng)，步驟說(shuō)明如下：

1. 首先實(shí)例化一個(gè)Axes對(duì)象——用于管理圖形中的坐標(biāo)軸：ax=plot.Axes()。
2. 然后使用Locator實(shí)例設(shè)置x軸(ax.xaxis)或y軸(ax.yaxis)的主刻度和副刻度。

也為副刻度添加輔助網(wǎng)格：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
x = np.linspace(-20, 20, 1024)
y = np.sinc(x)
ax = plt.axes()
ax.xaxis.set_major_locator(ticker.MultipleLocator(5))
ax.xaxis.set_minor_locator(ticker.MultipleLocator(1))
plt.grid(True, which='both', ls='dashed')
plt.plot(x, y, c = 'm')
plt.show()

Tips：我們已經(jīng)知道，可以使用plt.grid()添加輔助網(wǎng)格，但此函數(shù)還有一個(gè)可選參數(shù)which，它具有三個(gè)可選值："minor"、"major"和"both"，分別用于僅顯示副刻度、僅顯示主刻度、主副刻度同時(shí)顯示。

控制刻度標(biāo)簽

是時(shí)候介紹刻度標(biāo)簽的設(shè)置了，刻度標(biāo)簽是圖形空間中的坐標(biāo)，雖然數(shù)字刻度標(biāo)簽對(duì)于大多說(shuō)場(chǎng)景來(lái)說(shuō)是足夠的，但是卻并不總是能夠滿足需求。例如，我們需要顯示100個(gè)公司的營(yíng)收情況，這時(shí)候我們就需要橫坐標(biāo)刻度標(biāo)簽為公司名，而非數(shù)字；同樣對(duì)于時(shí)間序列，我們希望橫坐標(biāo)刻度標(biāo)簽為日期...?？紤]到此類需求，我們需要使用Matplotlib為此提供了的API控制刻度標(biāo)簽。
可以按以下步驟為任何Matplotlib圖形設(shè)置刻度標(biāo)簽：

import numpy as np
import matplotlib.ticker as ticker
import matplotlib.pyplot as plt
name_list = ('Apple', 'Orange', 'Banana', 'Pear', 'Mango')
value_list = np.random.randint(0, 99, size = len(name_list))
pos_list = np.arange(len(name_list))
ax = plt.axes()
ax.xaxis.set_major_locator(ticker.FixedLocator((pos_list)))
ax.xaxis.set_major_formatter(ticker.FixedFormatter((name_list)))
plt.bar(pos_list, value_list, color = 'c', align = 'center')
plt.show()

Tips：我們首先使用ticker.Locator實(shí)例來(lái)生成刻度的位置，然后使用ticker.Formatter實(shí)例將為刻度生成標(biāo)簽。FixedFormatter從字符串列表中獲取標(biāo)簽，然后用Formatter實(shí)例設(shè)置坐標(biāo)軸。同時(shí)，我們還使用了FixedLocator來(lái)確保每個(gè)標(biāo)簽中心都正好與刻度中間對(duì)齊。

更簡(jiǎn)單的設(shè)置方式

雖然使用上述方法可以控制刻度標(biāo)簽，但可以看出此方法過(guò)于復(fù)雜，如果刻度標(biāo)簽是固定的字符列表，那么可以用以下簡(jiǎn)單的設(shè)置方法：

import numpy as np
import matplotlib.pyplot as plt
name_list = ('Apple', 'Orange', 'Banana', 'Pear', 'Mango')
value_list = np.random.randint(0, 99, size = len(name_list))
pos_list = np.arange(len(name_list))
plt.bar(pos_list, value_list, color = 'c', align = 'center')
plt.xticks(pos_list, name_list)
plt.show()

Tips：使用plt.xticks()函數(shù)為一組固定的刻度提供固定標(biāo)簽，此函數(shù)接受位置列表和名稱列表作為參數(shù)值，可以看出，此方法比第一種方法實(shí)現(xiàn)起來(lái)更簡(jiǎn)單。

高級(jí)刻度標(biāo)簽控制

不僅可以使用固定標(biāo)簽，使用ticker API可以使用函數(shù)生成的標(biāo)簽：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
def make_label(value, pos):
    return '%0.1f%%' % (100. * value)
ax = plt.axes()
ax.xaxis.set_major_formatter(ticker.FuncFormatter(make_label))
x = np.linspace(0, 1, 256)
plt.plot(x, np.exp(-10 * x), c ='c')
plt.plot(x, np.exp(-5 * x), c= 'c', ls = '--')
plt.show()

在此示例中，刻度標(biāo)簽是由自定義函數(shù)make_label生成的。此函數(shù)以刻度的坐標(biāo)作為輸入，并返回一個(gè)字符串作為坐標(biāo)標(biāo)簽，這比給出固定的字符串列表更靈活。為了使用自定義函數(shù)，需要使用FuncFormatter實(shí)例——一個(gè)以函數(shù)為參數(shù)的格式化實(shí)例。

這種將生成標(biāo)簽的實(shí)際任務(wù)指派給其他函數(shù)的方法稱為委托(delegation)模式，這是一種漂亮的編程技術(shù)。比方說(shuō)，我們要將每個(gè)刻度顯示為日期，這可以使用標(biāo)準(zhǔn)的Python時(shí)間和日期函數(shù)完成：

import numpy as np
import datetime
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
start_date = datetime.datetime(1998, 1, 1)
def make_label(value, pos):
    time = start_date + datetime.timedelta(days = 365 * value)
    return time.strftime('%b %y')
ax = plt.axes()
ax.xaxis.set_major_formatter(ticker.FuncFormatter(make_label))
x = np.linspace(0, 1, 256)
plt.plot(x, np.exp(-10 * x), c ='c')
plt.plot(x, np.exp(-5 * x), c= 'c', ls = '--')
labels = ax.get_xticklabels()
plt.setp(labels, rotation = 30.)
plt.show()

Tips：可以利用ax.get_xticklabels()獲取刻度標(biāo)簽實(shí)例，然后對(duì)標(biāo)簽進(jìn)行旋轉(zhuǎn)，以避免長(zhǎng)標(biāo)簽之間重疊，旋轉(zhuǎn)使用plt.setp()函數(shù)，其接受刻度標(biāo)簽實(shí)例和旋轉(zhuǎn)角度作為參數(shù)值。

總結(jié)

到此這篇關(guān)于Matplotlib控制坐標(biāo)軸刻度間距與標(biāo)簽的文章就介紹到這了,更多相關(guān)Matplotlib控制坐標(biāo)軸刻度間距內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論