快捷導(dǎo)航

Matplotlib繪圖基礎(chǔ)之坐標(biāo)軸詳解

更新時(shí)間：2023年07月30日 14:12:40 作者：databook

Matplotlib的坐標(biāo)軸是用于在繪圖中表示數(shù)據(jù)的位置的工具，也是為了幫助觀察者了解圖像中數(shù)據(jù)的位置和大小，下面小編就來和大家詳細(xì)聊聊Matplotlib繪圖時(shí)坐標(biāo)軸的具體使用吧

1. 坐標(biāo)軸范圍

Matplotlib繪制圖形時(shí)，會(huì)自動(dòng)根據(jù)X，Y軸的數(shù)值，自動(dòng)確定其范圍，確保能夠涵蓋所有的數(shù)值。
比如：

_, ax = plt.subplots(2, 1)
#X軸范圍0~8，Y軸范圍1~100
x = np.array(range(0, 8))
y = np.random.randint(1, 100, 8)
ax[0].plot(x, y)
#X軸范圍10~18，Y軸范圍100~200
x = np.array(range(10, 18))
y = np.random.randint(100, 200, 8)
ax[1].plot(x, y)

可以看出，圖形中X軸，Y軸的范圍是根據(jù) x, y列表中數(shù)值的最大最小值來生成的。

有時(shí)候，為了看圖的局部位置，可以主動(dòng)設(shè)置X軸，Y軸的范圍，而不是依靠自動(dòng)生成。
比如：

_, ax = plt.subplots(2, 1)
x = np.array(range(0, 8))
y = np.random.randint(1, 100, 8)
ax[0].set_xlim(3, 6) #X軸范圍3~6
ax[0].plot(x, y)
x = np.array(range(10, 18))
y = np.random.randint(100, 200, 8)
ax[1].set_ylim(120, 150) #Y軸范圍120~150
ax[1].plot(x, y)

上面的示例設(shè)置的第一個(gè)圖的X軸范圍，第二個(gè)圖的Y軸范圍。

2. 雙坐標(biāo)軸

如果要把Y軸不同范圍的兩個(gè)曲線放在一起比較趨勢(shì)的話，就要用到雙坐標(biāo)軸。

比如：

fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
x = np.array(range(0, 8))
y1 = np.random.randint(1, 100, 8)
ax.plot(x, y1, c='r')
y2 = np.random.randint(100, 200, 8)
ax.plot(x, y2, c='g')

上圖中紅色的線范圍在1~100之間，綠色的線范圍在100~200之間。

雖然放在一個(gè)圖中比較，看著卻像是在兩個(gè)子圖。

這時(shí)，我們可以用兩個(gè)不同范圍的Y軸，從而能夠讓兩條曲線更好的比較。

比如：

fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax_twinx = ax.twinx()
x = np.array(range(0, 8))
y1 = np.random.randint(1, 100, 8)
ax.plot(x, y1, c='r')
y2 = np.random.randint(100, 200, 8)
ax_twinx.plot(x, y2, c='g')

左邊是紅線對(duì)應(yīng)的Y軸，右邊是綠線對(duì)應(yīng)的Y軸。

3. 反坐標(biāo)軸

最后，關(guān)于坐標(biāo)軸的設(shè)置，還有一個(gè)比較常用的設(shè)置是反轉(zhuǎn)坐標(biāo)軸。
坐標(biāo)軸的默認(rèn)順序是從小到大的，但是，對(duì)于一些特殊的圖表類型（如散點(diǎn)圖、條形圖、直方圖等），可以通過反轉(zhuǎn)坐標(biāo)軸來更好地展示數(shù)據(jù)點(diǎn)的分布情況。

3.1. 反轉(zhuǎn)X軸

fig = plt.figure()
x = np.array(range(0, 8))
y = np.random.randint(1, 100, 8)
ax1 = fig.add_subplot(211)
ax1.plot(x, y)
#反轉(zhuǎn)X軸
ax2 = fig.add_subplot(212)
ax2.invert_xaxis()
ax2.plot(x, y)

上例兩個(gè)子圖的X軸順序是相反的。

3.2. 反轉(zhuǎn)Y軸

fig = plt.figure()
x = np.array(range(0, 8))
y = np.random.randint(1, 100, 8)
ax1 = fig.add_subplot(211)
ax1.plot(x, y)
#反轉(zhuǎn)Y軸
ax2 = fig.add_subplot(212)
ax2.invert_yaxis()
ax2.plot(x, y)