对图标的坐标轴进行调整

欢迎关注”生信修炼手册”!

坐标轴包含了标题，刻度线，刻度标签等多个元素，通过对各个元素进行个性化调整，可以使得图片更加美观。在matplotlib中，包含了一系列函数，可以对各种元素进行调整

1. 标题

坐标轴的标题称之为label, 对于x轴和y轴标题，可以通过如下函数记性设置

1.set_xlabel，设置x轴的标题

2.set_ylabel，设置y轴的标题

基本用法如下

>>> fig, ax = plt.subplots()
>>> ax.plot([1, 2, 3, 4])
>>> ax.set_xlabel('xlabel')
>>> ax.set_ylabel('ylabel')
>>> plt.show()

输出结果如下

与set函数想对应，通过get函数可以获取标题的文本内容，用法如下

>>> ax.get_xlabel()
'xlabel'
>>> ax.get_ylabel()
'ylabel'

图片的标题称之为title, 通过set_title函数进行调整，用法如下

>>> fig, ax = plt.subplots()
>>> ax.plot([1, 2, 3, 4])
>>> ax.set_title('title')
>>> plt.show()

输出结果如下

通过get_title函数来获取图片的标题内容，用法如下

>>> ax.get_title()
'title'

2.  刻度线

刻度线称之为ticks,  通过如下两个函数进行设置

1.set_xticks，设置x轴的刻度

2.set_yticks，设置y轴的刻度

基本用法如下

>>> fig, ax = plt.subplots()
>>> ax.plot([1, 2, 3, 4])
>>> ax.set_xticks([0, 1, 2, 3])
>>> ax.set_yticks([1, 2, 3, 4])
>>> plt.show()

输出结果如下

同样的，可以通过get函数来获取具体的刻度线，用法如下

>>> ax.get_xticks()
array([0, 1, 2, 3])
>>> ax.get_yticks()
array([1, 2, 3, 4])

3. 刻度线的标签

刻度线对应的标签通过如下两个函数进行设置

1.set_xticklabels，设置x轴刻度线标签

2.set_yticklabels，设置y轴刻度线标签

基本用法如下

>>> fig, ax = plt.subplots()
>>> ax.plot([1, 2, 3, 4])
>>> ax.set_xticks([0, 1, 2, 3])
>>> ax.set_xticklabels(['sample1', 'sample2', 'sample3', 'sample4'])
>>> ax.set_yticks([1, 2, 3, 4])
>>> ax.set_yticklabels(['A', 'B', 'C', 'D'])
>>> plt.show()

输出结果如下

同样的，可以通过get函数来获取具体的刻度线标签，用法如下

>>> ax.get_yticklabels()

>>> len(ax.get_yticklabels())
4
>>> ax.get_yticklabels()[0]
Text(0, 1, 'A')

这里的get函数返回值为列表，通过对应的下标来获取具体的标签值。

4.  坐标轴范围

坐标轴的范围通过如下函数进行调整

1.set_xlim或set_xbound, 设置x轴的坐标范围

2.set_ylim或set_ybound, 设置y轴的坐标范围

基本用法如下

>>> fig, ax = plt.subplots()
>>> ax.plot([1, 2, 3, 4])
>>> ax.set_xlim(-0.5, 3.5)
>>> ax.set_ylim(0.5, 4.5)
>>> plt.show()

输出结果如下

通过对应的get函数来获取坐标轴范围，用法如下

>>> ax.get_xlim()
(-0.5, 3.5)
>>> ax.get_ylim()
(0.5, 4.5)

>>> ax.get_xbound()
(-0.5, 3.5)
>>> ax.get_ybound()
(0.5, 4.5)

5. 坐标轴反转

除了设置坐标轴的范围，又时还会反转坐标轴，这里的反转不是说x轴和y轴的调换，而是将坐标轴逆向显示，通过如下函数对坐标轴进行逆向操作

1.invert_xaxis，逆向x轴

2.invert_yaxis，逆向y轴

基本用法如下

>>> fig, ax = plt.subplots()
>>> ax.plot([1, 2, 3, 4])
>>> ax.invert_xaxis()
>>> plt.show()

输出结果如下

通过如下函数可以知道坐标轴是否被反转

>>> ax.xaxis_inverted()
False
>>> ax.yaxis_inverted()
False

最后介绍一个综合性的函数tick_params，该函数可以一次性调整刻度线，刻度标签等元素，基本用法如下

>>> fig, ax = plt.subplots()
>>> ax.plot([1, 2, 3, 4])
>>> ax.tick_params(direction='in',bottom=False,top=True,labeltop=True,labelbottom=False)
>>> plt.show()

direction参数控制刻度线的方向，bottom和top控制对应方向的刻度线是否显示，labelbottom和labeltop控制对应放下的刻度线标签是否显示，输出结果如下

通过一系列的set和get函数，可以个性化调整坐标轴的相关元素。

·end·

—如果喜欢，快分享给你的朋友们吧—

原创不易，欢迎收藏，点赞，转发！生信知识浩瀚如海，在生信学习的道路上，让我们一起并肩作战！

本公众号深耕耘生信领域多年，具有丰富的数据分析经验，致力于提供真正有价值的数据分析服务，擅长个性化分析，欢迎有需要的老师和同学前来咨询。

  更多精彩

• KEGG数据库，除了pathway你还知道哪些

• 全网最完整的circos中文教程

• DNA甲基化数据分析专题

• 突变检测数据分析专题

• mRNA数据分析专题

• lncRNA数据分析专题

• circRNA数据分析专题

• miRNA数据分析专题

• 单细胞转录组数据分析专题

• chip_seq数据分析专题

• Hi-C数据分析专题

• HLA数据分析专题

• TCGA肿瘤数据分析专题

• 基因组组装数据分析专题

• CNV数据分析专题

• GWAS数据分析专题

• 2018年推文合集

• 2019年推文合集

  写在最后

转发本文至朋友圈，后台私信截图即可加入生信交流群，和小伙伴一起学习交流。

扫描下方二维码，关注我们，解锁更多精彩内容！

一个只分享干货的

生信公众号