python-----设置标题、轴标签、刻度标签(ticker部分)

这个问题,我们有很多方式都可以来实现:
第一种方式:

import numpy as np
import matplotlib.pyplot as plt

plt.figure()
x = np.arange(0,10,1)   #这个函数的第三个参数表示的是步长,以此进行划分
z = x**2
y = np.linspace(1,10,10)  #这个函数的第三个参数表示的是用几个点去划分,作为y的值

plt.plot(x,z,color = 'red',linewidth=1.0,linestyle='--')
#线颜色   线宽   线样式

plt.title(u'方法一')        #设置标题
plt.xlabel('X')             #设置x,y轴的标签
plt.ylabel('Y')
plt.xlim(0,10)              #设置x,y的区间
plt.ylim(0,100)
#plt.axis([0,10,0,100])这一句可以替换以上两句
plt.xticks([0,1,2,3,4,5,6,7,8,9,10])
# 第一个参数是点的位置,第二个参数是点的文字提示。
plt.yticks([0, 20, 60, 80, 100],
          [r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$readly\ good$'])
          #$表示特殊的字体,这边如果后期有需要可以上网查,空格需要转译,数学alpha可以用\来实现
ax = plt.gca()      #gca='get current axis'
# 将右边和上边的边框(脊)的颜色去掉
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax = plt.gca()
# 绑定x轴和y轴
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
# # 定义x轴和y轴的位置
ax.spines['bottom'].set_position(('data', 10))
ax.spines['left'].set_position(('data', 2))

plt.show()

这里写图片描述
方法二:

import numpy as np
import matplotlib.pyplot as plt


x = np.arange(0,10,1)   #这个函数的第三个参数表示的是步长,以此进行划分
z = x**2

ax = plt.subplot()
ax.plot(x,z)

ax.set_xlim(0,10)
ax.set_ylim(0,100)
ax.set_title(u'方法二')
ax.set_xlabel('X')
ax.set_ylabel('Y')

ax.set_yticks([0,10,20,50,100])
ax.set_yticklabels(('one','two','three', 'four', 'five'))   # 不显示‘five’
plt.show()

这里写图片描述
第三种:

from pylab import *
from matplotlib.ticker import MultipleLocator, FormatStrFormatter

xmajorLocator   = MultipleLocator(20) #将x主刻度标签设置为20的倍数
xmajorFormatter = FormatStrFormatter('%1.1f') #设置x轴标签文本的格式
xminorLocator   = MultipleLocator(5) #将x轴次刻度标签设置为5的倍数

ymajorLocator   = MultipleLocator(0.5) #将y轴主刻度标签设置为0.5的倍数
ymajorFormatter = FormatStrFormatter('%1.1f') #设置y轴标签文本的格式
yminorLocator   = MultipleLocator(0.1) #将此y轴次刻度标签设置为0.1的倍数

t = arange(0.0, 100.0, 1)
s = sin(0.1*pi*t)*exp(-t*0.01)

ax = subplot(111) #注意:一般都在ax中设置,不再plot中设置
plot(t,s,'--b*')

#设置主刻度标签的位置,标签文本的格式
ax.xaxis.set_major_locator(xmajorLocator)
ax.xaxis.set_major_formatter(xmajorFormatter)

ax.yaxis.set_major_locator(ymajorLocator)
ax.yaxis.set_major_formatter(ymajorFormatter)

#显示次刻度标签的位置,没有标签文本
ax.xaxis.set_minor_locator(xminorLocator)
ax.yaxis.set_minor_locator(yminorLocator)

ax.xaxis.grid(True, which='major') #x坐标轴的网格使用主刻度
ax.yaxis.grid(True, which='minor') #y坐标轴的网格使用次刻度

show()

这里写图片描述


目前更新到这里,后期还有补充会继续完善这篇博客!

### 如何在 Python Matplotlib 中设置坐标轴刻度 Matplotlib 提供了多种方法来定制图表中的坐标轴刻度。以下是几种常见的设置方式: #### 使用 `set_xticks` 和 `set_yticks` 通过调用 `ax.set_xticks()` 或者 `ax.set_yticks()` 方法可以指定 X 和 Y 上的刻度位置。 ```python import matplotlib.pyplot as plt import numpy as np import math x = np.arange(0, math.pi * 2, 0.05) fig = plt.figure() ax = fig.add_axes([0.1, 0.1, 0.8, 0.8]) y = np.sin(x) ax.plot(x, y) # 自定义X刻度的位置 ax.set_xticks([0, 2, 4, 6]) # 对应自定义的X刻度标签 ax.set_xticklabels(['zero', 'two', 'four', 'six']) # 同样适用于Y ax.set_yticks([-1, 0, 1]) plt.show() ``` 此代码片段展示了如何手动设定特定数值作为刻度点并为其分配相应的文本标签[^1]。 #### 利用 `MultipleLocator` 类型对象调整间隔 对于希望按照固定步长显示刻度的情况,可以通过创建 `MultipleLocator` 实例实现自动化处理。 ```python from matplotlib.ticker import MultipleLocator # 创建一个新的图形窗口 plt.figure() # 获取当前子图的信息 current_axes = plt.gca() # 定义主次网格线之间的间距 major_locator = MultipleLocator(base=2) # 主要刻度每2单位一个标记 minor_locator = MultipleLocator(base=0.5) # 次要刻度每0.5单位一个标记 # 应用于X current_axes.xaxis.set_major_locator(major_locator) current_axes.xaxis.set_minor_locator(minor_locator) # 如果也需要应用于Y,则重复上述过程即可 ``` 这段脚本说明了怎样利用定位器类轻松管理复杂场景下的刻度分布模式[^2]。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值