总结matplotlib绘图如何设置坐标轴刻度大小和刻度。
上代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
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() |
绘图如下：
如果仔细看代码，可以得知，设置坐标轴刻度和文本主要使用了"MultipleLocator"、"FormatStrFormatter"方法。
这两个方法来自matplotlib安装库里面ticker.py文件；"MultipleLocator(Locator)"表示将刻度标签设置为Locator的倍数,"FormatStrFormatter"表示设置标签文本的格式，代码中"%1.1f"表示保留小数点后一位，浮点数显示。
相应的方法还有：
除了以上方法，还有另外一种方法，那就是使用xticks方法(yticks，x,y表示对应坐标轴)，xticks用法可在python cmd下输入以下代码查看:
|
1
2
|
import matplotlib.pyplot as plt help(plt.xticks) |
代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
|
import numpy as np import matplotlib.pyplot as plt fig,ax = plt.subplots() x = [1,2,3,4,5] y = [0,2,5,9,15] #ax is the axes instance group_labels = ['a', 'b','c','d','e'] plt.plot(x,y) plt.xticks(x, group_labels, rotation=0) plt.grid() plt.show() |
绘图如下：
上图中使用了"plt.xticks"方法设置x轴文本，标签文本使用group_labels中的内容，因此可以根据需要修改group_labels中的内容。
网上看到的另一种方法，代码如下:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
|
import matplotlib.pyplot as pl import numpy as np from matplotlib.ticker import MultipleLocator, FuncFormatter x = np.arange(0, 4*np.pi, 0.01) y = np.sin(x) pl.figure(figsize=(10,6)) pl.plot(x, y,label="$sin(x)$") ax = pl.gca() def pi_formatter(x, pos): """ 比较罗嗦地将数值转换为以pi/4为单位的刻度文本 """ m = np.round(x / (np.pi/4)) n = 4 if m%2==0: m, n = m/2, n/2 if m%2==0: m, n = m/2, n/2 if m == 0: return "0" if m == 1 and n == 1: return "$\pi$" if n == 1: return r"$%d \pi$" % m if m == 1: return r"$\frac{\pi}{%d}$" % n return r"$\frac{%d \pi}{%d}$" % (m,n) # 设置两个坐标轴的范围 pl.ylim(-1.5,1.5) pl.xlim(0, np.max(x)) # 设置图的底边距 pl.subplots_adjust(bottom = 0.15) pl.grid() #开启网格 # 主刻度为pi/4 ax.xaxis.set_major_locator( MultipleLocator(np.pi/4) ) # 主刻度文本用pi_formatter函数计算 ax.xaxis.set_major_formatter( FuncFormatter( pi_formatter ) ) # 副刻度为pi/20 ax.xaxis.set_minor_locator( MultipleLocator(np.pi/20) ) # 设置刻度文本的大小 for tick in ax.xaxis.get_major_ticks(): tick.label1.set_fontsize(16) pl.legend() pl.show() |
绘图如下：
以上就是本次小编整理的全部内容，感谢你对服务器之家的支持。
原文链接：http://blog.csdn.net/Fortware/article/details/51934814
