Matplotlib绘图教程2

设置坐标轴1

设置坐标轴的取值范围

设置坐标轴标签

plt.xlim(( , ))
plt.ylim(( , ))
plt.xlabel(’ ‘)
plt.ylabel(’ ')

示例以及图如下：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-3, 3, 50)
y1 = 2*x+1
y2 = x**2

plt.figure()
plt.plot(x, y2)
plt.plot(x, y1,color='red',linewidth=1.0,linestyle='--')
plt.xlim((-1,2))
plt.ylim((-2,3))
plt.xlabel('I am x')
plt.ylabel('I am y')
plt.show()

• 如果要把x每格长度代表的数字大小换掉，就跟ticks有关，ticks就是坐标轴上的小标。
  运用语句：
  plt.xticks(新的刻度标识)

new_ticks = np.linspace(-1,2,5)
print(new_ticks)
plt.xticks(new_ticks)

• 坐标刻度值改为文字：将刻度位置与文字一一对应

plt.yticks([-2,-1.8,-1,1.22,3],
          ['really bad','bad','normal','good','really good'] )

• 改变刻度字的字体：

1. 文字前后加$符号
2. 单引号前面加r（正则表达的形式）
3. 空格应改成+space
   示例：

plt.yticks([-2,-1.8,-1,1.22,3],
         [r'$really\ bad$',r'$bad$',r'$normal$',r'$good$',r'$really\ good$'] )

• 加数学形式的alpha：在alpha前面加上转字符
  如在bad后加alpha：
  $bad\alpha$

r'$bad\ \alpha$'  #第一个转义字符是为了加空格，第二个转义字符是为了把alpha转化成数学形式的alpha

设置坐标轴2

设置坐标轴的位置

为了使（0，0）点为原点，我们需要做如下操作：

1. 把右边框和上边框取消
   先把坐标轴的轴“拿出来” 先把坐标轴的轴“拿出来”
   gca=’get current axis‘

#gca = 'get current axis'
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

先把坐标轴的轴“拿出来”
gca=’get current axis‘

由于图中的x轴和y轴还没有给定，因此要设定x轴和y轴
并设定横坐标的值是纵坐标的0
纵坐标的值是横坐标的0
即找到坐标原点

ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
ax.spines['bottom'].set_position(('data',0))#横坐标的值是纵坐标的0
ax.spine['left'].set_position(('data',0))#纵坐标的值是横坐标的0

完整代码如下：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-3, 3, 50)
y1 = 2*x+1
y2 = x**2

plt.figure()
plt.plot(x, y2)
plt.plot(x, y1,color='red',linewidth=1.0,linestyle='--')
plt.xlim((-1,2))
plt.ylim((-2,3))
plt.xlabel('I am x')
plt.ylabel('I am y')

new_ticks = np.linspace(-1,2,5)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-2,-1.8,-1,1.22,3],
          [r'$really\ bad$',r'$bad alpha$',r'$normal$',r'$good$',r'$really\ good$'] )


#gca = 'get current axis'
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
ax.spines['bottom'].set_position(('data',0))#横坐标的值是纵坐标的0
ax.spines['left'].set_position(('data',0))#纵坐标的值是横坐标的0
plt.show()