matplotlib:坐标轴的定制

目录

向任意位置添加坐标轴

定制刻度

 隐藏轴脊

 移动轴脊

总结


向任意位置添加坐标轴

  • axes()函数
  • axes(arg=None, projection=None, polar=True, aspect, frame_on, **kwargs)
    ''' 
    1.参数arg支持None、4-tuple中任一取值,每种取值的含义如下:
    (1)None:表示使用subplot(111)添加的与画布同等大小的Axes对象
    (2)4-tuple:由4个浮点型元素(取值范围为0-1)组成的元组(left,bottom,width,height),
        前两个元素left和bottom分别表示坐标轴左侧和底部边缘到画布的相对距离,用于确定坐标轴的位置;
        后两个元素width和height分别表示坐标轴的宽度和高度,用于确定坐标轴的相对大小。
    2.参数projection表示坐标轴的类型,可以是None、'aitoff'、'hammer'、'lambert'、'mollweide'、'polar'或'rectiliner'中的任一取值,
        也可以是自定义的类型
    3.参数polar表示是否使用极坐标,若为True,则其作用等价于projection='polar'。
    4.参数aspect表示坐标轴缩放的比例,可接受'auto'、'equal'、'num'中任一取值
    5.参数frame_on表示是否绘制每个坐标轴的轴脊
    '''

  • 例子
  • import matplotlib.pyplot as pllt
    ax = plt.axes((0.2, # 距画布左侧0.2 
                   0.5, # 距画布底部0.5 
                   0.3, # 宽度0.3
                   0.3),  # 高度0.3 
                  frame_on=False, # 隐藏所有轴脊
                  aspect='2' # 坐标轴缩放
                 )
    ax.plot([1, 2, 3, 4, 5])
    ax2 = plt.axes((0.6, 0.4, 0.2, 0.2),
                   polar=True # 极坐标
                  )
    ax2.plot([1, 2, 3, 4, 5])
    plt.show()
    matplotlib:坐标轴的定制_第1张图片

 


定制刻度

  • 定制刻度的样式(tick_params()函数)
  • tick_params(axis='both', **kwargs)
    '''
    1.axis:表示选择操作的轴,可以取值为'x','y'或'both',默认为'both'
    2.reset:若为True,表示在处理其他参数之前均使用参数的默认值
    3.which:表示刻度的类型,可以取值为'major','minor'或'both'默认为'both'
    4.direction:表示刻度线的方向,可以取值为'in','out'或'inout'
    5.lengeth:表示刻度线的长度
    6.width:表示刻度线的宽度
    7.color:表示刻度线的颜色
    8.pad:表示刻度线与刻度标签的距离
    9.labelsize:表示刻度标签的字体大小
    10.labelcolor:表示刻度标签的颜色
    11.bottom,top,left,right:表示是否显示上方、下方、左侧、右侧的刻度线
    12.labelbottom,labeltop,labelleft,labelright:表示是否显示下方、上方、左侧、右侧的刻度标签
    13.labelrotation:表示刻度标签旋转的角度
    '''

  • 例子
  • plt.tick_params(direction='out', # 刻度线方向朝外
                    length=6, # 刻度线长度为6
                    width=2, # 刻度线宽度为2
                    colors='r' # 表示刻度和刻度线颜色为红色
                   )
     matplotlib:坐标轴的定制_第2张图片

隐藏轴脊

  • 隐藏全部轴脊
  • # axis()函数
    axis(option, *args, **kwargs)
    '''
    该函数的参数option可以接收布尔值或字符串。其中,布尔值True表示显示轴脊和刻度,False表示隐藏轴脊和刻度。
    字符串通常可以是以下任一取值:
    1.'on':显示轴脊和刻度,等同于True
    2.'off':隐藏轴脊和刻度,等同于False
    3.'equal':通过更改轴限设置等比例
    4.'scaled':通过更改绘图框的尺寸设置比例
    5.'tight':设置足够大的限制以显示所有的数据
    6.'auto':自动缩放
    '''

  • 例子
  •  
    # 绘制六边形且隐藏全部轴脊
    import numpy as np
    import matplotlib.pyplot as plt
    import matplotlib.patches as mpathes
    
    # matplotlib.patches.RegularPolygon 表示绘制正多边形
    polygon = mpathes.RegularPolygon((0.5, 0.5), # 表示中心点的元组
    																	6, # 表示多边形顶点的数量
    																	0.2, # 表示从中心点到每个顶点的距离 
    																	color='g')
    ax = plt.axes((0.3, 0.3, 0.5, 0.5))
    ax.add_patch(polygon) # 绘制六边形
    # 隐藏全部轴脊
    ax.axis('off')
    plt.show()

    matplotlib:坐标轴的定制_第3张图片


  •  隐藏部分轴脊
  • import matplotlib.patches as mpathes
    import matplotlib.pyplot as plt
    import numpy as np
    
    xy = np.array([0.5,0.5])
    polygon = mpathes.RegularPolygon(xy, 5, 0.2, color='y')
    ax = plt.axes((0.3, 0.3, 0.5, 0.5))
    ax.add_patch(polygon) # 绘制五边形
    # 依次隐藏上轴脊、左轴脊和右轴脊
    ax.spines['top'].set_color('none') # spines属性获取相应的轴脊,调用set_color()方法将轴脊的颜色设为none
    ax.spines['left'].set_color('none')
    ax.spines['right'].set_color('none')
    plt.show()

    matplotlib:坐标轴的定制_第4张图片


移动轴脊

  • import matplotlib.patches as mpathes
    import matplotlib.pyplot as plt
    import numpy as np
    
    # 隐藏y轴刻度标签
    # ax.set_yticklabels([]) # 将y轴标签文本隐藏
    # # 隐藏y轴刻度线
    # ax.yaxis.set_ticks_position('none')
    
    xy = np.array([0.5,0.5])
    polygon = mpathes.RegularPolygon(xy, 5, 0.2, color='y')
    ax = plt.axes((0.3, 0.3, 0.5, 0.5))
    ax.add_patch(polygon) # 绘制五边形
    # 依次隐藏上轴脊和右轴脊
    ax.spines['top'].set_color('none') # spines属性获取相应的轴脊,调用set_color()方法将轴脊的颜色设为none
    ax.spines['right'].set_color('none')
    # 移动轴脊的位置
    ax.spines['left'].set_position(('data', 0.5))
    ax.spines['bottom'].set_position(('data', 0.5))
    # set_position((position_type, amount)) 设置轴脊位置
    # position_type表示位置类型 'axes' 'data' 'outward'
    # axes表示将轴脊置于整个绘图区域的哪块地方
    # 取值0-1,可以理解为绘图区域的百分比位置
    # data表示将轴脊置于amount指定的坐标位置
    # amount表示移动的位置
    plt.show()

        matplotlib:坐标轴的定制_第5张图片


总结

本文主要概括了matplotlib中坐标轴的定制。大家可参考连练习,明天将继续做一些相关的案例题。

你可能感兴趣的:(python,matplotlib,可视化,matplotlib,python,数据可视化)