快捷導(dǎo)航

Matplotlib的反轉(zhuǎn)軸、繪制雙軸和定制刻度詳解

更新時間：2023年08月18日 10:54:00 作者：天元浪子

這篇文章主要介紹了Matplotlib的反轉(zhuǎn)軸、繪制雙軸和定制刻度詳解,作為Python生態(tài)中應(yīng)用最廣泛的繪圖庫,Matplotlib用起來非常簡單,也很容易上手,本文匯總了和軸、刻度相關(guān)的七個Matplotlib使用技巧,并給出了實例代碼,需要的朋友可以參考下

Matplotlib

作為Python生態(tài)中應(yīng)用最廣泛的繪圖庫，Matplotlib用起來非常簡單，也很容易上手。

不過有些細節(jié)想要做得盡善盡美，就需要仔細閱讀它的文檔了。

對于初學者來說，反轉(zhuǎn)坐標軸、繪制雙軸（將兩個動態(tài)范圍不同的數(shù)據(jù)繪制在一張圖上，分別使用兩個不同的坐標軸）有一定難度，改變坐標軸刻度的樣式或內(nèi)容，更是無從下手。

本文匯總了和軸、刻度相關(guān)的七個Matplotlib使用技巧，并給出了實例代碼。

1 反轉(zhuǎn)坐標軸

使用axes.invert_xaxis() 函數(shù)和axes.invert_yaxis() 函數(shù)可分別反轉(zhuǎn)x軸和y軸。

這兩個函數(shù)均不需要任何參數(shù)。下面的例子使用圖像繪制函數(shù) imshow() 來演示反轉(zhuǎn)軸。

imshow() 函數(shù)通過origin參數(shù)實現(xiàn)y軸反轉(zhuǎn)，這里將其固定為“lower”。

import numpy as np
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = ['FangSong']
plt.rcParams['axes.unicode_minus'] = False
y, x = np.mgrid[-2:2:200j, -3:3:300j]
z = np.exp(-x**2-y**2) - np.exp(-(x-1)**2-(y-1)**2)
fig = plt.figure()
ax1 = fig.add_subplot(221)
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot(223)
ax4 = fig.add_subplot(224)
ax1.imshow(z, cmap='jet', origin='lower')
ax2.imshow(z, cmap='jet', origin='lower')
ax3.imshow(z, cmap='jet', origin='lower')
ax4.imshow(z, cmap='jet', origin='lower')
ax2.invert_xaxis()
ax3.invert_yaxis()
ax4.invert_xaxis()
ax4.invert_yaxis()
ax1.set_title("正常的X、Y軸")
ax2.set_title("反轉(zhuǎn)X軸")
ax3.set_title("反轉(zhuǎn)Y軸")
ax4.set_title("反轉(zhuǎn)X、Y軸")
plt.show()

反轉(zhuǎn)軸后的效果如下圖所示。

在這里插入圖片描述

2 繪制雙軸

Matplotlib支持在一個子圖上顯示兩個x軸或兩個y軸。

使用axes.twinx()函數(shù)可顯示雙x軸，使用 axes.twiny() 函數(shù)可顯示雙 y 軸。

以下代碼演示了使用 axes.twiny() 函數(shù)顯示雙 y 軸。

import numpy as np
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = ['FangSong']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-2*np.pi, 2*np.pi, 200)
y1 = np.square(x)
y2 = np.cos(x)
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax_twinx = ax.twinx()
ax.plot(x, y1, c='r')
ax_twinx.plot(x, y2, c='g', ls='-.')
plt.show()

效果如下圖所示。

在這里插入圖片描述

3 設(shè)置坐標軸范圍

使用axes.set_xlim(left, right) 和axes.set_ylim(bottom, top) 函數(shù)設(shè)置x 與y軸的顯示范圍。

函數(shù)參數(shù)分別是能夠顯示的最小值和最大值，如果最大值或最小值為 None，則表示只限制坐標軸一端的值域范圍。

import numpy as np
from matplotlib import pyplot as plt
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)
fig = plt.figure()
ax1 = fig.add_subplot(121)
ax1.plot(x, y, c='r')
ax1.set_ylim(-0.8, 0.8)
ax2 = fig.add_subplot(122)
ax2.plot(x, y, c='g')
ax2.set_xlim(-np.pi, 3*np.pi)
plt.show()

以上代碼重新設(shè)置了子圖坐標軸范圍，效果如下圖所示。左圖縮小了 y 軸的范圍，右圖擴大了 x 軸的范圍。

在這里插入圖片描述

4 設(shè)置主副刻度

主副刻度常用于日期時間軸，如主刻度顯示年份，副刻度顯示月份。

非線性的對數(shù)軸往往也需要顯示副刻度。

Matplotlib提供了4個函數(shù)來設(shè)置x軸和y軸的主副刻度。

ax.xaxis.set_major_locator(locator) ：用于設(shè)置 x 軸主刻度。
ax.xaxis.set_minor_locator(locator) ：用于設(shè)置 x 軸副刻度。
ax.yaxis.set_major_locator(locator) ：用于設(shè)置 y 軸主刻度。
ax.yaxis.set_minor_locator(locator) ：用于設(shè)置 y 軸副刻度。

函數(shù)的locator參數(shù)實例有兩種，分別是來自ticker和dates兩個子模塊中有關(guān)刻度的子類實例。

下面的代碼演示了在x軸上設(shè)置日期時間相關(guān)的主副刻度。

import numpy as np
from matplotlib import pyplot as plt
import matplotlib.dates as mdates
x = np.arange('2019-01', '2019-06', dtype='datetime64[D]')
y = np.random.rand(x.shape[0])
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax.plot(x, y, c='g')
ax.xaxis.set_major_locator(mdates.MonthLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('\n%Y-%m-%d'))
ax.xaxis.set_minor_locator(mdates.DayLocator(bymonthday=(1,11,21)))
ax.xaxis.set_minor_formatter(mdates.DateFormatter('%d'))
plt.show()

效果如下圖所示。

在這里插入圖片描述

5 設(shè)置刻度顯示密度

Matplotlib的ticker子模塊包含的Locator類是所有刻度類的基類，負責根據(jù)數(shù)據(jù)的范圍自動調(diào)整視覺間隔以及刻度位置的選擇。

MultipleLocator是Locator的派生類，能夠控制刻度的疏密。

import numpy as np
from matplotlib import pyplot as plt
from matplotlib.ticker import MultipleLocator
plt.rcParams['font.sans-serif'] = ['FangSong']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(0, 4*np.pi, 500)
fig = plt.figure()
ax1 = fig.add_subplot(121)
ax1.plot(x, np.sin(x), c='m')
ax1.yaxis.set_major_locator(MultipleLocator(0.3))
ax2 = fig.add_subplot(122)
ax2.plot(x, np.sin(x), c='m')
ax2.xaxis.set_major_locator(MultipleLocator(3))
ax2.xaxis.set_minor_locator(MultipleLocator(0.6))
ax1.set_title('X軸刻度自動調(diào)整，Y軸設(shè)置刻度間隔0.3')
ax2.set_title('X軸設(shè)置主刻度間隔3副刻度間隔0.6，Y軸刻度自動調(diào)整')
plt.show()

以上代碼創(chuàng)建了兩個子圖，繪圖結(jié)果如下圖所示，左圖演示了如何設(shè)置 y 軸的主刻度密度，右圖演示了如何設(shè)置 x 軸主刻度和副刻度的密度。

在這里插入圖片描述

6 設(shè)置刻度文本樣式

設(shè)置刻度文本的顏色、字體、字號或旋轉(zhuǎn)文本等樣式，需要使用axes.get_xticklabels() 或axes.get_yticklabels() 函數(shù)獲取x軸或y軸的文本對象列表。

文本對象中包含設(shè)置文本大小、顏色、旋轉(zhuǎn)角度的函數(shù)，使用對應(yīng)函數(shù)即可完成設(shè)置。

import numpy as np
from matplotlib import pyplot as plt
import matplotlib.dates as mdates
x = np.arange('2019-01', '2020-01', dtype='datetime64[D]')
y = np.random.rand(x.shape[0])
fig = plt.figure()
ax = fig.add_axes([0.1, 0.3, 0.8, 0.6])
ax.plot(x, y, c='g')
ax.xaxis.set_major_locator(mdates.MonthLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y/%m/%d'))
for lobj in ax.get_xticklabels():
    lobj.set_rotation(35)
    lobj.set_size(12)
    lobj.set_color('blue')
plt.show()

以上代碼設(shè)置 x 軸的刻度文本字號大小為 12 號、顏色為藍色，并將刻度文本逆時針旋轉(zhuǎn)35°，效果如下圖所示。

在這里插入圖片描述

7 設(shè)置刻度文本內(nèi)容

在有些應(yīng)用場景中，需要將 x 軸或 x 軸刻度上的文字設(shè)置為更有標識意義的內(nèi)容。

使用set_xticklabels( ) 和 set_yticklabels( ) 函數(shù)可以替換刻度文本，不過只適用于所有可能的取值都已經(jīng)顯示在坐標軸上的情況。

例如，x 軸對應(yīng)的是列表[0,1,2,3]，共4個取值，顯示的刻度也是4個，此時可以使用 [’ 一季度 ‘,’ 二季度 ‘,’ 三季度 ‘,’ 四季度 '] 替換對應(yīng)的數(shù)值。

Matplotlib 提供了強大的刻度文本格式化功能，ticker.Formatter 作為基類派生出了多種形式的格式化類，F(xiàn)uncFormatter就是其中之一。

使用FuncFormatter可以更加靈活地設(shè)置刻度文本內(nèi)容。

import numpy as np
from matplotlib import pyplot as plt
from matplotlib.ticker import FuncFormatter
plt.rcParams['font.sans-serif'] = ['FangSong'] # 設(shè)置字體以便正確顯示漢字
plt.rcParams['axes.unicode_minus'] = False # 正確顯示連字符
x = np.linspace(0, 10, 200)
y = np.square(x)
def func_x(x, pos):
    return '%0.2f秒'%x
def func_y(y, pos):
    return '%0.2f°C'%y
formatter_x = FuncFormatter(func_x)
formatter_y = FuncFormatter(func_y)
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax.plot(x, y, c='r')
ax.xaxis.set_major_formatter(formatter_x)
ax.yaxis.set_major_formatter(formatter_y)
plt.show()

以上代碼將x軸和y軸的刻度文本格式化為百分之一的精度，并附帶度量單位，繪圖結(jié)果如下圖所示。

在這里插入圖片描述