快捷導(dǎo)航

Python3使用matplotlib繪圖時(shí),坐標(biāo)軸刻度不從X軸、y軸兩端開始

更新時(shí)間：2023年08月16日 14:32:18 作者：想學(xué)代碼的土木碩士

這篇文章主要介紹了Python3使用matplotlib繪圖時(shí),坐標(biāo)軸刻度不從X軸、y軸兩端開始問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

使用matplotlib繪圖時(shí)，坐標(biāo)軸刻度不從X軸、y軸兩端開始

這樣輸出的圖片真的不太好看，請(qǐng)問有什么方法可以避免嗎？

（已經(jīng)查詢了百度，沒有發(fā)現(xiàn)這各個(gè)問題的提問和解決方法）

import csv
from datetime import datetime
from matplotlib import pyplot as plt
#從文件中獲取日期、氣溫
filename='death_valley_2014.csv'
with open(filename) as f:
    reader = csv.reader(f) 
    header_row = next(reader)                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
    '''for index,column_header in enumerate(header_row):
        print(index,column_header)'''
    dates, highs, lows=[], [], []
    for row in reader:
        try:
            current_date=datetime.strptime(row[0],"%Y-%m-%d")
            high=int(row[1])
            low=int(row[3])
        except ValueError:
            print(current_date, 'missing data')
        else:
            dates.append(current_date)
            highs.append(high)
            lows.append(low)
# 根據(jù)數(shù)據(jù)繪制圖形
fig = plt.figure(dpi=128, figsize= (10,6))
plt.plot(dates, highs, c='red')
plt.plot(dates, lows, c='blue')
plt.fill_between(dates, highs, lows, facecolor='blue', alpha=0.1)
# 設(shè)置圖形的格式
plt.title("Daily high and low temperatures-2014", fontsize=24)
plt.xlabel('', fontsize=16)
fig.autofmt_xdate()
plt.ylabel('Temperatur(F)',fontsize = 16)
plt.tick_params(axis= 'both', which= 'major',labelsize= 16)
plt.show()

最后輸出的結(jié)果如下，可以看到，無論是x軸還是y軸，刻度線均未從軸起始端開始出現(xiàn)，也不在軸末端出現(xiàn)。

matplotlib添加坐標(biāo)軸刻度時(shí)的一個(gè)常見問題

問題描述

python初學(xué)者學(xué)習(xí)使用matplotlib作圖時(shí)，可能會(huì)遇到添加坐標(biāo)軸不起作用的情況，這時(shí)有可能是因?yàn)榇a段順序出了問題。

我們來看下面一段代碼，

import matplotlib.pyplot as plt
import random
# 數(shù)據(jù)生成
x = range(50)
y = [random.uniform(15, 30) for i in x]
# 畫布生成
plt.figure(figsize=(20, 8), dpi=80)
# 坐標(biāo)軸添加
y_ticks = range(30)
plt.yticks(y_ticks[::5])   # y軸從0到30，間隔為5
# 圖形繪制
plt.plot(x, y)
# 圖形顯示
plt.show()

生成圖形如下，

我們發(fā)現(xiàn)，縱軸（y軸）并不是我們?cè)O(shè)定的從0到30，間隔為5

解決方法

我們將【添加坐標(biāo)軸】段的代碼移到【圖形繪制】段代碼之后，

import matplotlib.pyplot as plt
import random
# 數(shù)據(jù)生成
x = range(50)
y = [random.uniform(15, 30) for i in x]
# 畫布生成
plt.figure(figsize=(20, 8), dpi=80)
# 圖形繪制
plt.plot(x, y)
# 坐標(biāo)軸添加
y_ticks = range(30)
plt.yticks(y_ticks[::5])
# 圖形顯示
plt.show()

重新生成圖形如下，