4.13Python數據處理篇之Matplotlib系列(十三)---軸的設置

目錄

目錄

• 目錄
• 前言
• （一）設置軸的范圍
  • 1.同時對於x,y軸設置
    • （1）語法說明
    • （2）源代碼
    • （3）輸出效果
  • 2.分別對與x,y軸的設置
    • （1）語法說明
    • （2）源代碼
    • （3）輸出效果
• （二）設置刻度的大小
  • 1.普通的刻度設置
    • （1）說明
    • （2）源代碼
    • （3）輸出效果
  • 2.添加文本的刻度設置
    • （1）說明
    • （2）源代碼
    • （3）輸出效果
  • 3.主副刻度的設置
    • （1）說明
    • （2）源代碼
    • （3）輸出效果
• （三）設置軸的數據
  • 1.說明：
  • 2.源代碼
  • 3.輸出效果：
• （四）設置axes脊柱
  • 1.屬性列表
  • 2.實例1-修改默認的坐標樣式
    • （1）.說明：
    • （2）.源代碼：
    • （3）.輸出效果：
  • 3.實例2-帶箭頭的坐標系
    • （1）說明：
    • （2）源代碼：
    • （3）輸出效果：
    • 作者：Mark
    • 日期：2019/03/13 周三

前言

本章節講的是關於軸的設置，盡可能舉例多種情況。

（一）設置軸的范圍

1.同時對於x,y軸設置

（1）語法說明

plt.axis([xmin, xmax, ymin, ymax])

（2）源代碼

# 導入模塊
import matplotlib.pyplot as plt
import numpy as np

# 數據
x = np.linspace(-10, 10, 100)
y = x**2

# 繪圖
plt.plot(x, y)

# 設置軸的范圍
plt.axis([-6, 7, -1, 30])

# 展示
plt.show()

（3）輸出效果

2.分別對與x,y軸的設置

（1）語法說明

1. 對於x軸：plt.xlim(start, end)
2. 對於y軸：plt.ylim(start, end)

如果是使用ax對象設置范圍的話，則可在前加set_命令

ax.set_xlim(start, end), ax.set_ylim(start, end), 其他的命令類似如此。

（2）源代碼

# 導入模塊
import matplotlib.pyplot as plt
import numpy as np

# 數據
x = np.linspace(-10, 10, 100)
y = x**2

# 繪圖
plt.plot(x, y)

# 設置軸的范圍
plt.xlim(-3, 8)
plt.ylim(-2, 50)

# 展示
plt.show()

（3）輸出效果

（二）設置刻度的大小

1.普通的刻度設置

（1）說明

x軸的刻度：plt.xticks(item)
y軸的刻度：plt.yticks(item)

（2）源代碼

# 導入模塊
import matplotlib.pyplot as plt
import numpy as np

# 數據
x = np.linspace(-10, 10, 100)
y = x**2

# 繪圖
plt.plot(x, y)

# 設置軸的刻度
plt.xticks(range(-8, 8, 2))
plt.yticks([0, -3, -6, 7, 15, 20, 37, 48, 72])

# 展示
plt.show()

（3）輸出效果

2.添加文本的刻度設置

（1）說明

其實就是在設置刻度的基礎上，在添加一個列表，來顯示刻度。

如：plt.xticks(['數據'], ["標簽"])

（2）源代碼

# 導入模塊
import matplotlib.pyplot as plt
import numpy as np

# 數據
x = np.linspace(-10, 10, 100)
y = x**2

# 繪圖
plt.plot(x, y)

# 設置軸的刻度
plt.xticks(range(-8, 8, 2))
plt.yticks([0, 40, 60], ["bad", 'good', "best"])

# 展示
plt.show()

（3）輸出效果

3.主副刻度的設置

（1）說明

1. 需要導入：from matplotlib.ticker import MultipleLocator, FormatStrFormatter 模塊
2. 主刻度:（y軸同理）
   1. 倍數：ax.xaxis.set_major_locator(MultipleLocator(倍數))
   2. 文本格式：ax.xaxis.set_major_formatter(FormatStrFormatter('%占位數.小數點數f'))
3. 副刻度：（將"major"改為"minor"即可）
   1. 倍數：ax.xaxis.set_minor_locator(MultipleLocator(倍數))
   2. 文本格式：ax.xaxis.set_minor_formatter(FormatStrFormatter('%占位數.小數點數f'))

（2）源代碼

# 導入模塊
import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator, FormatStrFormatter
import numpy as np

# 數據
x = np.linspace(-30, 30, 100)
y = x**2

# 繪圖
plt.plot(x, y)

ax = plt.gca()
# 設置軸的主刻度
# x軸
ax.xaxis.set_major_locator(MultipleLocator(20))  # 設置20倍數
ax.xaxis.set_major_formatter(FormatStrFormatter('%5.1f'))  # 設置文本格式

# y軸
ax.yaxis.set_major_locator(MultipleLocator(100))  # 設置100倍數
ax.yaxis.set_major_formatter(FormatStrFormatter('%1.2f'))  # 設置文本格式

# 設置軸的副刻度
# x軸
ax.xaxis.set_minor_locator(MultipleLocator(5))  # 設置10倍數
# ax.xaxis.set_minor_formatter(FormatStrFormatter('%2.1f'))  # 設置文本格式

# y軸
ax.yaxis.set_minor_locator(MultipleLocator(50))  # 設置50倍數
# ax.yaxis.set_minor_formatter(FormatStrFormatter('%1.0f'))  # 設置文本格式

# 設置網格
ax.xaxis.grid(True, which='major')  # x坐標軸的網格使用主刻度
ax.yaxis.grid(True, which='minor')  # y坐標軸的網格使用次刻度

# 展示
plt.show()

（3）輸出效果

（三）設置軸的數據

1.說明：

以x軸的數為日期，再以plt.gcf().autofmt_xdate()來旋轉顯示日期數據。

2.源代碼

# 導入模塊
import matplotlib.pyplot as plt
import numpy as np


# 數據
N = 4
y = np.random.randint(-20, 20, (1, N)).flatten()

x = ["2019-3-13", "2019-3-14", "2019-3-15", "2019-3-16"]

# 繪圖
plt.plot(x, y)

# 旋轉日期顯示
plt.gcf().autofmt_xdate()


# 展示
plt.show()

3.輸出效果：

（四）設置axes脊柱

1.屬性列表

ax.spines[' '].xxx	說明	默認值
set_visible(bool)	邊框的可見性	True
ax.xaxis.set_ticks_position({"top","left"……})	刻度的顯示位置	外面(不是ax.spines[' '].)
set_position({"top","left"……}）	邊框的位置	左下角為交點
set_color(string)	邊框的顏色	“black"（當值為None也是隱藏）
set_linewidth(int)	邊框的寬度	1
set_linestyle(string)	邊框的線性	”-“

2.實例1-修改默認的坐標樣式

（1）.說明：

設置反方向(y軸同理):
x軸反向:ax.invert_xaxis()

（2）.源代碼：

# 導入模塊
import matplotlib.pyplot as plt
import numpy as np

# 數據
x = np.linspace(-10, 10, 100)
y = x**2

# 繪圖
plt.plot(x, y)

ax = plt.gca()
# ===設置脊(邊框)===
# 1.隱藏上與右的邊框
ax.spines['top'].set_visible(False)
ax.spines['right'].set_color(None)

# 2.設置顏色
ax.spines['left'].set_color('b')
ax.spines['bottom'].set_color('r')

# 3.設置線寬
ax.spines['left'].set_linewidth(5)
ax.spines['bottom'].set_linewidth(3)

# 4.設置線形
ax.spines['left'].set_linestyle('--')
ax.spines['left'].set_linestyle('-.')

# 5.設置交點位置（0， 35）
ax.spines['left'].set_position(('data', 0))
ax.spines['bottom'].set_position(('data', 35))

# 6.設置數據顯示的位置
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('right')


# 7.設置反方向(y軸同理)
ax.invert_xaxis()  # x軸反向

# 展示
plt.show()

（3）.輸出效果：

3.實例2-帶箭頭的坐標系

（1）說明：

需要導入：import mpl_toolkits.axisartist as axisartist

大致步驟如下：

1. 隱藏原有的邊框坐標系
2. 創建新的坐標系
3. 添加箭頭

注意：再創建新的坐標系時ax.new_floating_axis(0, 0)

1. 第一個參數：0表示橫線，1表示豎線
2. 第二格參數：表示經過那個坐標點。

（2）源代碼：

# 導入模塊
import matplotlib.pyplot as plt
import mpl_toolkits.axisartist as axisartist

import numpy as np

# 數據
x = np.linspace(-10, 10, 100)
y = x**2

# 創建畫布
fig = plt.figure(figsize=(4, 6))
ax = axisartist.Subplot(fig, 111)
# 將繪圖區對象添加到畫布中
fig.add_axes(ax)

# ===帶箭頭坐標系的設置===
# 1.隱藏原有的邊框坐標系
ax.axis[:].set_visible(False)

# 2.創建新的坐標系
ax.axis["x"] = ax.new_floating_axis(0, 0)
ax.axis["y"] = ax.new_floating_axis(1, 0)

# 3.添加箭頭
ax.axis["x"].set_axisline_style("->", size=2.0)
ax.axis["y"].set_axisline_style("->", size=1.0)

# 繪圖
ax.plot(x, y)

# 展示
plt.show()

（3）輸出效果：

作者：Mark

日期：2019/03/13 周三