Matplotlib繪圖基礎(chǔ)之刻度詳解
Matplotlib中刻度是用于在繪圖中表示數(shù)據(jù)大小的工具。
刻度是坐標(biāo)軸上的數(shù)字或標(biāo)簽，用于指示數(shù)據(jù)的大小或值，
通常以整數(shù)或小數(shù)表示，具體取決于坐標(biāo)軸的類型和限制。
1. 主次刻度
默認(rèn)的繪制時，坐標(biāo)軸只有默認(rèn)的主要刻度，如下所示：
from matplotlib.ticker import MultipleLocator x = np.array(range(0, 100)) y = np.random.randint(100, 200, 100) fig = plt.figure() ax = fig.add_axes([0.1, 0.1, 0.8, 0.8]) #X軸的主要和次要刻度 ax.xaxis.set_major_locator(MultipleLocator(20)) ax.xaxis.set_minor_locator(MultipleLocator(2)) #Y軸的主要和次要刻度 ax.yaxis.set_major_locator(MultipleLocator(50)) ax.yaxis.set_minor_locator(MultipleLocator(10)) ax.plot(x, y)
上面的示例中，
設(shè)置了X軸的主要刻度間隔20，次要刻度間隔2，也就是每2個主要刻度之間有10個次要刻度。
設(shè)置了Y軸的主要刻度間隔50，次要刻度間隔10，也就是每2個主要刻度之間有5個次要刻度。
次要刻度就是上面圖中主要刻度之間稍短點的線。
2. 刻度樣式
刻度的樣式非常靈活，常見的有以下幾種設(shè)置。
2.1. 隱藏刻度
隱藏刻度，只保留圖形，這在做某些示意圖的時候可能會用到。
x = np.array(range(0, 100)) y = np.random.randint(100, 200, 100) fig = plt.figure() ax = fig.add_axes([0.1, 0.1, 0.8, 0.8]) #隱藏刻度 ax.xaxis.set_major_locator(plt.NullLocator()) ax.yaxis.set_major_locator(plt.NullLocator()) ax.plot(x, y, color='g')
2.2. 密度
密度是指刻度的間隔，如果圖比較小，可以設(shè)置間隔大一些，反之則設(shè)置小一些。
from matplotlib.ticker import MultipleLocator x = np.array(range(0, 100)) y = np.random.randint(100, 200, 100) rows, cols = 2, 2 grid = plt.GridSpec(rows, cols) ax = plt.subplot(grid[0, 0]) ax.plot(x, y) ax.xaxis.set_major_locator(MultipleLocator(20)) ax.yaxis.set_major_locator(MultipleLocator(50)) ax = plt.subplot(grid[1, :]) ax.plot(x, y) ax.xaxis.set_major_locator(MultipleLocator(10)) ax.yaxis.set_major_locator(MultipleLocator(20))
上例中，根據(jù)圖形的大小，我們設(shè)置了刻度的不同密度。
2.3. 顏色，大小，旋轉(zhuǎn)
為了突出某些刻度值，有時候會需要修改那些刻度值的顏色和大小。
x = np.array(range(0, 100))
y = np.random.randint(100, 200, 100)
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax.xaxis.set_major_locator(MultipleLocator(10))
obj = ax.get_xticklabels()[2]
obj.set_size(20)
obj.set_color("red")
ax.plot(x, y, color='g')
上面示例中，X軸刻度10被放大并且改成了紅色。
刻度的旋轉(zhuǎn)一般用在刻度內(nèi)容比較長的情況，比如下面的示例：
x = np.array(
[
"2022-01-01",
"2022-02-01",
"2022-03-01",
"2022-04-01",
"2022-05-01",
"2022-06-01",
"2022-07-01",
"2022-08-01",
"2022-09-01",
"2022-10-01",
]
)
y = np.random.randint(100, 200, 10)
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax.plot(x, y, color="g")
由于X軸的刻度是日期，因為太長，所以會擠在一起，顯示不清。
這時可以調(diào)整X軸刻度的角度，避免重合在一起。
x = np.array(
[
"2022-01-01",
"2022-02-01",
"2022-03-01",
"2022-04-01",
"2022-05-01",
"2022-06-01",
"2022-07-01",
"2022-08-01",
"2022-09-01",
"2022-10-01",
]
)
y = np.random.randint(100, 200, 10)
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
plt.xticks(rotation=45) # 旋轉(zhuǎn)45度
ax.plot(x, y, color="g")
2.4. latex格式
Matplotlib的刻度還支持latex格式，可以顯示一些特殊的字符，比如圓周率π。
直接顯示時：
x = np.array([0, np.pi / 6, np.pi / 4, np.pi/3, np.pi / 2]) x = np.round(x, 2) y = np.sin(x) fig = plt.figure() ax = fig.add_axes([0.1, 0.1, 0.8, 0.8]) plt.xticks(labels=x, ticks=x) ax.plot(x, y)
X軸的刻度顯示實際的值。
調(diào)整為 latex 格式來顯示：（調(diào)整 plt.xticks() 這個函數(shù)）
plt.xticks(labels=[
"0", "$\pi/6$", "$\pi/4$", "$\pi/3$", "$\pi/2$"
], ticks=x)
X軸的刻度中顯示圓周率π，更易于閱讀和理解。
3. 總結(jié)回顧
與之前介紹的畫布，子圖和坐標(biāo)軸相比，刻度是設(shè)置最多也是最復(fù)雜的一個容器。
刻度的主要作用是幫助數(shù)據(jù)可視化更加清晰和易于理解，基于此，本篇主要介紹了：
- 主次刻度
- 刻度樣式，包括是否顯示刻度，刻度的密度，顏色，大小，角度以及
latex公式的支持。
到此這篇關(guān)于Matplotlib繪圖基礎(chǔ)之刻度詳解的文章就介紹到這了,更多相關(guān)Matplotlib刻度內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了python友情鏈接檢查方法,涉及Python讀取txt文件進(jìn)行友鏈查詢的相關(guān)技巧,非常簡單實用,需要的朋友可以參考下2015-07-07
這篇文章主要介紹了Python創(chuàng)建空列表的字典2種方法詳解,需要的朋友可以參考下2020-02-02
這篇文章主要介紹了Python中的CURL PycURL使用例子,需要的朋友可以參考下2014-06-06
這篇文章主要介紹了解決Python spyder顯示不全df列和行的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04
這篇文章主要為大家詳細(xì)介紹了python實現(xiàn)狄克斯特拉算法，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-01-01
這篇文章主要介紹了Python的字符串操作簡單實例,字符串有許多種操作方式,本文帶來幾個操作實例,快來一起看看吧2023-04-04
這篇文章主要介紹了舉例詳解Python中threading模塊的幾個常用方法,threading模塊用來創(chuàng)建和操作線程,是Python學(xué)習(xí)當(dāng)中的重要知識,需要的朋友可以參考下2015-06-06
這篇文章主要介紹了Python3 json模塊之編碼解碼方法講解,需要的朋友可以參考下2021-04-04
最近在做一個項目，這個項目需要使用網(wǎng)絡(luò)爬蟲從特定網(wǎng)站上爬取數(shù)據(jù)，于是乎，我打算寫一個爬蟲系列的文章，與大家分享如何編寫一個爬蟲。下面這篇文章給大家介紹了python爬蟲基本知識，感興趣的朋友一起看看吧2018-03-03
這篇文章主要介紹了Python數(shù)字圖像處理基礎(chǔ)直方圖詳解，本文對Python直方圖的定義、性質(zhì)、應(yīng)用以及Python直方圖的計算作了詳細(xì)的講解，有需要朋友可以借鑒參考下2021-09-09