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(xì)節(jié)想要做得盡善盡美，就需要仔細(xì)閱讀它的文檔了。對于初學(xué)者來說，反轉(zhuǎn)坐標(biāo)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(biāo)軸）有一定難度，改變坐標(biāo)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(biāo)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“l(fā)ower”。

import?numpy?as?np from?matplotlib?import?pyplot?as?pltplt.rcParams['font.sans-serif']?=?['FangSong'] plt.rcParams['axes.unicode_minus']?=?Falsey,?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。

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?pltplt.rcParams['font.sans-serif']?=?['FangSong'] plt.rcParams['axes.unicode_minus']?=?Falsex?=?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。

3 設(shè)置坐標(biāo)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(biāo)軸一端的值域范圍。

import?numpy?as?np from?matplotlib?import?pyplot?as?pltx?=?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(biāo)軸范圍，效果如下圖所示。左圖縮小了 y 軸的范圍，右圖擴(kuò)大了 x 軸的范圍。

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?mdatesx?=?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。

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(fù)責(zé)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?MultipleLocatorplt.rcParams['font.sans-serif']?=?['FangSong'] plt.rcParams['axes.unicode_minus']?=?Falsex?=?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。

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?mdatesx?=?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(lán)色，并將刻度文本逆時針旋轉(zhuǎn)35°，效果如下圖所示。

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(biāo)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(biāo)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(qiáng)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，FuncFormatter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?FuncFormatterplt.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'%xdef?func_y(y,?pos):return?'%0.2f°C'%yformatter_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。

推薦閱讀

Pandas處理數(shù)據(jù)太慢，來試試Polars吧！

懶人必備！只需一行代碼，就能導(dǎo)入所有的Python庫

絕！關(guān)于pip的15個使用小技巧

介紹10個常用的Python內(nèi)置函數(shù)，99.99%的人都在用！

可能是全網(wǎng)最完整的 Python 操作 Excel庫總結(jié)！

總結(jié)

以上是生活随笔為你收集整理的照猫画虎，分分钟学会的Matplotlib技巧：反转轴、绘制双轴和定制刻度的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。