由于数据量较大,所以x轴标签过于密集,
本想利用plt.xticks(tick[::60],list(tick.keys())[::60]),修改坐标轴的方法,但发现y轴数据有重合,效果不理想。
经查找资料发现一个好方法,但是该方法代码,我用起来有一定问题,可能是因为版本问题。
#原代码
for label in ax.get_xticklabels():
label.set_visible(False)
#实际操作过程中,当代码执行到这一步时, ax.get_xticklabels已经变成空列表
#所以下面的for循环不会执行
for label in ax.get_xticklabels()[::20]:
label.set_visible(True)
#个人修改后:
index=0
for label in ax.get_xticklabels():
if index%20==0:
index += 1
continue
label.set_visible(False)
index += 1
完成解决!
后发现知乎大佬marcelyz有一个办法,有机会可以试试。
#通过修改横轴坐标密度达到目的,代码如下
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
x = [0,5,9,10,15]
y = [0,1,2,3,4]
tick_spacing = 5
fig, ax = plt.subplots(1,1)
ax.plot(x,y)
ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))
plt.show()
tick_spacing = 1
fig, ax = plt.subplots(1,1)
ax.plot(x,y)
ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))
plt.show()
#更简单的方法
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
x = [0,5,9,10,15]
y = [0,1,2,3,4]
plt.plot(x,y)
plt.gca().xaxis.set_major_locator(ticker.MultipleLocator(5))
plt.show()