↑↑點擊上方藍字，回復資料，嘿嘿，10個G的驚喜

在一幅圖表中，文本、坐標軸和圖像的是信息傳遞的核心，對著三者的設置是作圖這最為關心的內容，在上一篇博客中雖然列舉了一些設置方法，但沒有進行深入介紹，本文以圍繞如何對文本和坐標軸進行設置展開(對圖像的設置在后續介紹到各種圖繪制時介紹)。

這里所說的文本是指在使用matplotlib作圖過程中通過代碼的方式往圖中添加的各種文字，包括figure標題、axes標題、坐標軸標簽、坐標軸刻度標簽、注釋、普通文本等。軸設置指的是對與坐標軸相關的的元素的設置，例如顯示范圍、刻度、刻度標簽等。

from?matplotlib?import?pyplot?as?plt
import?numpy?as?np
import?matplotlib?as?mpl
mpl.rcParams['font.sans-serif']?=?['SimHei']??#?中文字體支持

1 標題

(1)figure標題與axes標題

x1?=?np.linspace(0.0,?5.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)
fig?=?plt.figure(figsize=(8,?3))
ax1?=?fig.add_subplot(121)
ax2?=?fig.add_subplot(122)
fig.subplots_adjust(top=0.85)
fig.suptitle('figure標題')
ax1.set_title('ax1-標題')
ax2.set_title('ax2-標題')
plt.show()

(2)字體設置

from?matplotlib.font_manager?import?FontProperties

x1?=?np.linspace(0.0,?5.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)
fig?=?plt.figure(figsize=(8,?3))
ax1?=?fig.add_subplot(121)
ax2?=?fig.add_subplot(122)
fig.subplots_adjust(top=0.85)
fig.suptitle('figure標題',?color='red',?fontsize=20)
font?=?FontProperties()??#?字體類
font.set_family('serif')
font.set_name('SimHei')
font.set_style('italic')
ax1.set_title('ax1-標題',fontproperties=font)??#?傳遞字體類設置字體
ax2.set_title('ax2-標題',?color='green')
plt.show()

(3)設置水平距離

x1?=?np.linspace(0.0,?5.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)
fig,?axs?=?plt.subplots(3,?1,?figsize=(5,?10))
fig.subplots_adjust(top=0.93)
fig.suptitle('figure標題',?color='red',?fontsize=20)
locs?=?['left',?'center',?'right']
for?ax,?loc?in?zip(axs,?locs):
????ax.plot(x1,?y1)
????ax.set_title('axes標題?'+?loc,?loc=loc,?color='blue')
plt.show()

(4)設置垂直距離

x1?=?np.linspace(0.0,?5.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)
fig,?ax?=?plt.subplots(figsize=(5,?3))
fig.subplots_adjust(top=0.8)
ax.plot(x1,?y1)
ax.set_title('垂直距離測試圖-標題',?pad=30)
plt.show()

2 坐標軸標簽

(1)添加坐標軸標簽

x1?=?np.linspace(0.0,?5.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)

fig,?ax?=?plt.subplots(figsize=(5,?3))
fig.subplots_adjust(bottom=0.15,?left=0.2)
ax.plot(x1,?y1)
ax.set_xlabel('時間?[s]')
ax.set_ylabel('阻尼振蕩?[V]')

plt.show()

(2)與坐標軸間距

x1?=?np.linspace(0.0,?5.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)
fig,?ax?=?plt.subplots(figsize=(5,?3))
fig.subplots_adjust(bottom=0.15,?left=0.2)
ax.plot(x1,?y1*10000)
ax.set_xlabel('時間?[s]',?labelpad=28)
ax.set_ylabel('阻尼振蕩?[V]',?labelpad=28)???#?指定labelpad參數設置距離

plt.show()

(3)位置設置

x1?=?np.linspace(0.0,?10.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)
fig,?ax?=?plt.subplots(figsize=(5,?3))
fig.subplots_adjust(bottom=0.15,?left=0.2)
ax.plot(x1,?y1)
ax.set_xlabel('time?[s]',?
??????????????position=(0.2,?1e6),??#?位置，坐標軸總長的比例
??????????????horizontalalignment='left')??#?對齊方式，左對齊，右對齊
ax.set_ylabel('Damped?oscillation?[V]')

plt.show()

(4)字體設置

from?matplotlib.font_manager?import?FontProperties

font?=?FontProperties()
font.set_family('serif')
font.set_name('DejaVu?Sans')
font.set_style('italic')

fig,?ax?=?plt.subplots(figsize=(5,?3))
fig.subplots_adjust(bottom=0.15,?left=0.2)
ax.plot(x1,?y1)
ax.set_xlabel('time?[s]',?fontsize=20,?fontweight='bold')??#?可以通過出不同參數來設置字體
ax.set_ylabel('Damped?oscillation?[V]',?fontproperties=font,?color='red')??#?也可以直接傳遞一個FontProperties類實例設置字體

plt.show()

3 刻度和刻度標簽

(1)設置刻度標簽

x1?=?np.linspace(0.0,?5.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)
fig,?axs?=?plt.subplots(5,?1,?figsize=(10,?6),?tight_layout=True)
axs[0].plot(x1,?y1)
axs[1].plot(x1,?y1)
axs[2].plot(x1,?y1)
axs[3].plot(x1,?y1)
axs[4].plot(x1,?y1)

axs[0].xaxis.set_ticks([1,?2,?3,?4,?5])??#?這是默認的，系統會根據傳遞的數據自動設置刻度
axs[1].xaxis.set_ticks([0,?1,?3?,?5,])??#?傳遞列表
axs[2].xaxis.set_ticks(np.arange(0.,?5.1,?2.0))??#?每0.5個單位間隔顯示
axs[3].xaxis.set_ticks(np.arange(0.,?5.1,?0.5))???#?每2個單位顯示

ticks_2?=?np.arange(0.,?5.1,?0.5)
tickla_2?=?['%1.2f'?%?tick?for?tick?in?ticks_2]??#?顯示精度
axs[4].xaxis.set_ticks(ticks_2)
axs[4].xaxis.set_ticklabels(tickla_2)

plt.show()

(2)刻度標簽顯示其他字符

x1?=?np.linspace(0.0,?5.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)
fig?=?plt.figure()
axes?=?fig.add_subplot(1,?1,?1)

axes.plot(x1,?y1)
axes.xaxis.set_ticks([1,?2?,?3,?4,?5])?
axes.set_xticklabels(['第一天',?'第二天',?'第三天',?'第四天',?'第五天'],???#?這里的字符列表必須與上面一行的刻度列表一一對應
???????????????????????color='red',?fontsize=15,???#?直接設置樣式，這里與其他設置text的方法一樣
???????????????????????rotation=30)??#?旋轉角度
plt.show()

(3)刻度數量與格式

x1?=?np.linspace(0.0,?5.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)
fig?=?plt.figure()
axes?=?fig.add_subplot(1,?1,?1)
axes.plot(x1,?y1)

formatter?=?mpl.ticker.FormatStrFormatter('%1.5f')??#?設置顯示精度格式
locator?=?mpl.ticker.MaxNLocator(nbins=3)??#?設置顯示刻度的數量
axes.xaxis.set_major_formatter(formatter)
axes.xaxis.set_major_locator(locator)

plt.show()

(4)自定義是否顯示某刻度標簽

x1?=?np.linspace(0.0,?10.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)
def?formatoddticks(x,?pos):
????"""
????如果是3的倍數，則顯示空
????"""
????if?x?%?3:
????????return?'%1.2f'?%?x
????else:
????????return?''??#?可以設置成其它字符


fig,?ax?=?plt.subplots(figsize=(5,?3),?tight_layout=True)
ax.plot(x1,?y1)
formatter?=?mpl.ticker.FuncFormatter(formatoddticks)??#?將定義的格式函數作為參數傳遞
locator?=?mpl.ticker.MaxNLocator(nbins=6)
ax.xaxis.set_major_formatter(formatter)
ax.xaxis.set_major_locator(locator)

plt.show()

(5)單獨設置某一刻度標簽樣式

x1?=?np.linspace(0.0,?5.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)
fig?=?plt.figure()
axes?=?fig.add_subplot(1,?1,?1)
axes.plot(x1,y1)
label_1?=?axes.get_xticklabels()[3]
label_1.set_color('red')
label_1.set_fontsize(20)
label_1.set_label(15)
plt.show()

(6)主刻度、次刻度、網格

from?matplotlib.ticker?import?MultipleLocator,?FormatStrFormatter

x1?=?np.linspace(0.0,?100.0,?500)
y1?=?np.sin(0.1*np.pi*x1)*np.exp(-x1*0.01)
fig?=?plt.figure()
ax?=?fig.add_subplot(1,?1,?1)
ax.plot(x1,y1)

xmajorLocator???=?MultipleLocator(20)?#將x主刻度標簽設置為20的倍數
xmajorFormatter?=?FormatStrFormatter('%5.1f')?#設置x軸標簽文本的格式
xminorLocator???=?MultipleLocator(5)?#將x軸次刻度標簽設置為5的倍數

ymajorLocator???=?MultipleLocator(0.5)?#將y軸主刻度標簽設置為0.5的倍數
ymajorFormatter?=?FormatStrFormatter('%1.1f')?#設置y軸標簽文本的格式
yminorLocator???=?MultipleLocator(0.1)?#將此y軸次刻度標簽設置為0.1的倍數

#設置主刻度標簽的位置,標簽文本的格式
ax.xaxis.set_major_locator(xmajorLocator)
ax.xaxis.set_major_formatter(xmajorFormatter)

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

#顯示次刻度標簽的位置,沒有標簽文本
ax.xaxis.set_minor_locator(xminorLocator)
ax.yaxis.set_minor_locator(yminorLocator)

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

plt.show()

(7)刻度線樣式設置

刻度線的樣式主要是通過axes.tick_params()方法來設置，該方法主要參數如下：

• axis：取值為'x'、'y'或'both'，指定設置哪一條軸上的刻度，'both'表示同時設置兩條坐標軸，默認值為'both'；
• which：取值為 'major'、'minor'、'both'，分別代表設置主刻度線、副刻度線以及同時設置，默認值為'major'；
• direction：值為'in'、'out'、'inout'，分別代表刻度線顯示在繪圖區內側、外側以及同時顯示；
• length和width：分別用于設置刻度線的長度和寬度；
• pad：用于設置刻度線與標簽間的距離；
• color、labelcolor、colors：參數color、labelcolor、colors分別用于設置刻度線的顏色、刻度線標簽的顏色以及同時設置刻度線及標簽顏色；
• labelsize：參數labelsize用于設置刻度線標簽的字體大小；
• bottom, top, left, right：參數bottom, top, left, right的值為布爾值，分別代表設置繪圖區四個邊框線上的的刻度線是否顯示；
• labelbottom, labeltop, labelleft, labelright：參數labelbottom, labeltop, labelleft, labelright的值為布爾值，分別代表設置繪圖區四個邊框線上的刻度線標簽是否顯示

x1?=?np.linspace(0.0,?5.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)
fig?=?plt.figure()
axes?=?fig.add_subplot(1,?1,?1)
axes.plot(x1,y1)
axes.tick_params(axis='x',??#?只設置x軸刻度
???????????????direction='in',??#?刻度線朝內
???????????????length=3,?width=3,??#?長度和寬度
???????????????colors='green',???#?顏色
???????????????labelsize=15,???#?標簽字體大小
???????????????top=True,
???????????????left=True,
???????????????labeltop=True,
???????????????labelright=True
??????????????)
axes.tick_params(axis='y',??#?只設置y軸刻度
???????????????direction='in',??#?刻度線朝內
???????????????length=6,?width=3,??#?長度和寬度
???????????????colors='red',???#?顏色
???????????????labelsize=15,???#?標簽字體大小
???????????????top=True,
???????????????right=True,
???????????????labeltop=True,
???????????????labelright=True
??????????????)
plt.show()

(8)隱藏邊框+設置坐標軸相交位置

x1?=?np.linspace(0.0,?5.0,?100)
y1?=?np.cos(2?*?np.pi?*?x1)?*?np.exp(-x1)
fig?=?plt.figure()
axes?=?fig.add_subplot(1,?1,?1)
axes.plot(x1,y1)
axes.spines['top'].set_color('none')
axes.spines['right'].set_color('none')
axes.spines["bottom"].set_position(("data",?0))
axes.spines["left"].set_position(("data",?0))

(9)時間日期刻度

import?matplotlib.pyplot?as?plt
import?matplotlib.dates?as?mdates
from?datetime?import?datetime
from?matplotlib.ticker?import?MultipleLocator,?FormatStrFormatter
??
#銷售數據
#?dates=[20200101,20200201,20200301,20200401]
dates=[20200101,20200102,20200103,20200104]
y=[100,120.1,90.6,110]
#將dates改成日期格式
x=?[datetime.strptime(str(d),?'%Y%m%d').date()?for?d?in?dates]
??
#figure布局
fig,?axes?=?plt.subplots(1,?2,?figsize=(15,?2),?tight_layout=True)


axes[0].plot(x,y)
#設置x軸主刻度格式
days_loc?=?mdates.DayLocator()????????#主刻度為每天
axes[0].xaxis.set_major_locator(days_loc)?????#設置主刻度
axes[0].xaxis.set_major_formatter(mdates.DateFormatter('%Y年%m月%d日'))

#設置副刻度格式
#?hoursLoc?=?mpl.dates.HourLocator(interval=6)?#?每六小時顯示刻度，但是未必是6的整數倍
hoursLoc?=?mpl.dates.HourLocator(byhour=[6,?12,?18,?24])?#?手動指定需要顯示的副刻度
axes[0].xaxis.set_minor_locator(hoursLoc)
axes[0].xaxis.set_minor_formatter(mdates.DateFormatter('%H'))??#?如果副刻度不需要顯示，注釋這行

axes[0].tick_params(pad=15)??#參數pad用于設置刻度線與標簽間的距離


#銷售數據
dates=[20200101,20200201,20200301,20200401]
y=[100,120.1,90.6,110]
#將dates改成日期格式
x=?[datetime.strptime(str(d),?'%Y%m%d').date()?for?d?in?dates]

axes[1].plot(x,y)
#設置x軸主刻度格式
months_loc?=?mpl.dates.MonthLocator()??#?主刻度以月為單位
axes[1].xaxis.set_major_locator(months_loc)?????#設置主刻度
axes[1].xaxis.set_major_formatter(mdates.DateFormatter('%Y年%m月%d日'))

#設置副刻度格式
days_loc?=?mpl.dates.DayLocator(interval=10)??#?每10個單位長度顯示一次副刻度，這種方法比上面的方法簡單，但是未必是整數倍或對齊主刻度
axes[1].xaxis.set_minor_locator(days_loc)
axes[1].xaxis.set_minor_formatter(mdates.DateFormatter('%d'))??#?如果副刻度不需要顯示，注釋這行

axes[1].tick_params(pad=20)??#參數pad用于設置刻度線與標簽間的距離

plt.show()

除了上述示例中使用到的DayLocator、MonthLocator、HourLocator外，matplotlib提供了WeekdayLocator、YearLocator等幾個類對周、年進行設置。

4 總結

本文提供了許多matplotlib作圖過程中在文本、坐標軸設置上可能會遇上的場景示例，供參考使用。在本文撰寫過程中也發現，對于文本和坐標軸的設置多種多樣，就算是對同一元素實現同一效果的設置方法也有多種，本文只是例舉的示例了一小部分。對于注釋這類文本，本來也想說一說，但是感覺注釋本就不太常用，且本文本身寫的也有些亂，就不在繼續添亂了。

作者：奧辰?Github：https://github.com/ChenHuabin321

博客：https://www.cnblogs.com/chenhuabin

加入機器學習微信群請后臺回復【入群】

閱后點在看，養成好習慣?

總結

以上是生活随笔為你收集整理的matplotlib 旋转刻度_Matplotlib数据可视化：文本与坐标轴的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。