python繪圖坐橫坐標(biāo)軸顯示方式

更新時(shí)間：2023年09月12日 09:33:36 作者：wwwddd666

這篇文章主要介紹了python繪圖坐橫坐標(biāo)軸顯示方式,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

python matplotlib繪圖

使橫坐標(biāo)軸顯示指定內(nèi)容

在python 繪圖的時(shí)候直接plot會(huì)出現(xiàn)橫坐標(biāo)軸顯示為浮點(diǎn)數(shù)得情況。

舉個(gè)栗子：

使用代碼：

import matplotlib.pyplot as plt
y = [7.1,7.2,7.3,7.4,7.5]
x = list(range(0,5))#自動(dòng)生成0，1，2，3，4這幾個(gè)數(shù)，并添加到list中
plt.plot(x,y)
plt.show()

得到結(jié)果圖如下：

可以看到途中我標(biāo)出來的坐標(biāo)軸使浮點(diǎn)數(shù)的形式。

解決方法：

只需要在plt.plot后面加上一句plt.xticks()，指明x軸的坐標(biāo)使用那個(gè)列表內(nèi)容作為表示即可。

下面舉個(gè)例子，

例子中就以自然數(shù)0，1，2，3，4作為坐標(biāo)，也可以替換成英文單詞等等，替換成中文的話需要其他操作。這里留個(gè)接口，以后寫中文怎么顯示。

接上例子代碼，改后代碼為：

import matplotlib.pyplot as plt
y = [7.1,7.2,7.3,7.4,7.5]
x = list(range(0,5))#自動(dòng)生成0，1，2，3，4這幾個(gè)數(shù)，并添加到list中
plt.plot(x,y)
plt.xticks(x)#指明x軸坐標(biāo)使用列表x里的內(nèi)容
plt.show()

改后作圖如下：

python畫圖，坐標(biāo)軸問題

畫坐標(biāo)軸的時(shí)候出現(xiàn)了2個(gè)bug

第一個(gè)是y軸的大值在下面，小值在上面

這個(gè)bug的原因是y是str類型，而不是Int類型

解決辦法是把y軸的每個(gè)值都變成int型

v = [int(m) for m in v]

python的數(shù)據(jù)類型要時(shí)刻注意，float, int, str之間一不小心就轉(zhuǎn)換

第二個(gè)是y軸的刻度太難看了

解決：

y_major_locator = mticker.MultipleLocator(gap)
ax.yaxis.set_major_locator(y_major_locator)

效果：

完整代碼：

#!/usr/bin/env python3
# -*- coding:utf-8 -*-
'''
@author: funcups
'''
import math
from util import kernel, axis_x, axis_name
from json_util import json_paths_list
from jsonsearch import JsonSearch
import numpy as np
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.gridspec as gridspec
import matplotlib.ticker as mticker
if __name__ == '__main__':
    latency_list = []
    Resource = {"DSP": [], "FF": [], "LUT": []}
    for json_path in json_paths_list:
        path = json_path
        fr = open(path, "r")
        json_data = fr.read()
        json_data = JsonSearch(object=json_data, mode='s')
        kernel_data = json_data.search_all_value(key=kernel)
        Latency = kernel_data[1]["Latency"]["LatencyBest"]
        DSP = kernel_data[1]["Area"]["DSP"]
        FF = kernel_data[1]["Area"]["FF"]
        LUT = kernel_data[1]["Area"]["LUT"]
        latency_list.append(Latency)
        Resource["DSP"].append(DSP)
        Resource["FF"].append(FF)
        Resource["LUT"].append(LUT)
    print(Resource)
    fig = plt.figure(tight_layout=True)
    gs = gridspec.GridSpec(2, 3)
    ax = fig.add_subplot(gs[0, :])
    latency_list = [int(m) for m in latency_list]
    yma = int(max(latency_list))
    ymi = int(min(latency_list))
    gap = int((yma - ymi) / 5)
    y_major_locator = mticker.MultipleLocator(gap)
    ax.yaxis.set_major_locator(y_major_locator)
    print("type(axis_x)", type(axis_x[0]))
    ax.set_ylabel("Latency")
    ax.set_xlabel(axis_name)
    ax.plot(axis_x, latency_list)
    for i, k, v in zip(list(range(len(Resource))), Resource.keys(), Resource.values()):
        ax = fig.add_subplot(gs[1, i])
        v = [int(m) for m in v]
        print(type(v[0]))
        ax.set_ylabel(k)
        ax.set_xlabel(axis_name)
        yma = int(max(v))
        ymi = int(min(v))
        gap = int((yma - ymi) / 5)
        y_major_locator = mticker.MultipleLocator(gap)
        ax.yaxis.set_major_locator(y_major_locator)
        ax.plot(axis_x, v)
    fig.align_labels()  # same as fig.align_xlabels(); fig.align_ylabels()
    plt.show()