matplotlib基础1：绘图基本属性设置 -- xticks(loc,labels)格式化转义标记

   

       

           

               

matplotlib基础1：绘图基本属性设置   -- xticks(loc,labels)格式化转义标记

           

           

               

                   
                                       
                                       
                                       
                                       
                                       

                                                                                                                                            煲饭酱
                    2018-07-24 16:32:17
                   
                    43567
                   
                       
                       
                        收藏
                       
                                                39                                                
                   
                                       

               

               

               

                                           分类专栏：
                                                                                             
                                       matplotlib                                  
                                                                                           
               

               

                               

最后发布:2018-07-24 16:32:17首发:2018-07-24 16:32:17

               

               

                                   

                                                                   

                           

                               
                           

                           

                                版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。                            

                           

                                本文链接：https://blog.csdn.net/weixin_40040404/article/details/81185564
                           

                       

                                                                               

               

                                                                版权
                                   

           

       

   

   
                   

                 

           
                           

                   
                   
                       
                   
                                           

matplotlib绘图基本属性设置：

# -*- coding: utf-8 -*-
 """
 Created on Tue Jul 24 15:11:36 2018

@author: Administrator
 """
import numpy as np
 import matplotlib.pyplot as plt

 x = np.linspace(-np.pi, np.pi, 1000)   # 均匀分布的1000个数 endpoint=False
 cos_y = np.cos(x) / 2
 sin_y = np.sin(x)
# 初始值(x0,y0)
 x0 = np.pi * 3 / 4 
 x1 = -np.pi * 4 / 5
 y0_cos = np.cos(x0) / 2
 y1_sin = np.sin(x1)
# text内容
 text_cont = 'This is a test!'
# 设置图形对象 ：窗口
 plt.figure('Figure Object 1',       # 图形对象名称  窗口左上角显示
            figsize = (8, 6),        # 窗口大小
            dpi = 120,               # 分辨率
            facecolor = 'lightgray', # 背景色
            )
# 设置坐标轴边界 xlim ylim
 plt.xlim(x.min() * 1.1, x.max() * 1.1)
 plt.ylim(sin_y.min() * 1.1, sin_y.max() * 1.1)
# 设置title
 plt.title('Function Curve', fontsize=14)

 # ************************ 坐标轴刻度：start *****************************
 # 方法1：设置刻度值即坐标轴刻度 xticks yticks
 plt.xticks([-np.pi, -np.pi / 2, 0, np.pi / 2, np.pi * 3 / 4,
            np.pi],
           [r'$-\pi$', r'$-\frac{\pi}{2}$', r'$0$',
            r'$\frac{\pi}{2}$', r'$\frac{3\pi}{4}$',
            r'$\pi$'])
 # 格式化转义 字符串首尾 r'$...$' （matplotlib中）
 # xticks(loc, labels): labels 格式化转义方法 r'$-\frac{\pi}{2}$' 留意分数的表示方式
 # pi需要转义才能显示为字符 pai. 若$-pi$ 则直接显示-pi
 # 如果没有第二个[]参数，刻度值显示如-3.142, -1.571...等浮点数，而不是-pi
 plt.yticks([-1, -0.5, 0.5, 1])  # == ax.set_yticks([-1, -0.5, 0.5, 1])
# 方法2：设置坐标轴刻度
 # ax.set_yticks([-1, -0.5, 0.5, 1]  # 等价于 plt.yticks([-1, -0.5, 0.5, 1])
 # ax.set_xticks([-np.pi, -np.pi / 2, 0, np.pi / 2, np.pi * 3 / 4,
 #           np.pi],[r'$-\pi$', r'$-\frac{\pi}{2}$',r'$0$',
 #           r'$\frac{\pi}{2}$', r'$\frac{3\pi}{4}$',#r'$\pi$']) # 显示 -3,-2,-1
# 获取当前坐标轴 
 ax = plt.gca()
# 方法3：坐标刻度定位器 axis ：ax.x[y]axis.set_major[minor]_locator(locator)
 # 与(plt.xticks , plt.yticks)和 (ax.set_xticks和ax.set_yticks）一样功能
 # ax.yaxis.set_major_locator(plt.MaxNLocator(nbins=5, steps=[1, 3, 5, 7, 9]))   # 面元划分 4段数据
 # ax.yaxis.set_minor_locator(plt.MultipleLocator(0.5))        # 次刻度间隔
 '''locator类型：
         'plt.NullLocator()',
         'plt.MaxNLocator(nbins=5, steps=[1, 3, 5, 7, 9])',   # nbin=5：面元边界个数即4个buckt steps不知道啥意思
         'plt.FixedLocator(locs=[0, 2.5, 5, 7.5, 10])',       # 直接指定刻度值位置 
         'plt.AutoLocator()',                                 # 自动分配刻度值位置
         'plt.IndexLocator(offset=0.5, base=1.5)',            # 面元宽度(间隔)1.5,从0.5开始
         'plt.MultipleLocator()',                             # 可以自由自定刻度间隔
         'plt.LinearLocator(numticks=21)',                    # 线性划分20等分，21个刻度
         'plt.LogLocator(base=2, subs=[1.0])']                # 对数定位器
 '''
# 设置坐标轴的刻度参数
 plt.tick_params(labelsize=10)       # NOTE: 不是fontsize， 是labelsize
 # ************************ 坐标轴刻度：end *****************************

 # 移动坐标轴：设置零点在坐标轴的位置 ,set_position(tuple) 元素为tuple
 ax.spines['left'].set_position(('data',0))   # data 表示position是相对于数据坐标系
 ax.yaxis.set_ticks_position('left')     # y轴'right': 刻度值显示在right坐标轴上
 ax.spines['bottom'].set_position(('data',0))
 ax.xaxis.set_ticks_position('bottom')   # x轴top:ticks值显示在top坐标轴上
# 隐藏top和right边框
 ax.spines['right'].set_color('none')
 ax.spines['top'].set_color('none')
plt.plot(x, cos_y,
          linestyle='-', 
          linewidth=2,
          color='dodgerblue', 
          label=r'$y=\frac{1}{2}$cos(x)')  # r'$..$'外部不需要引号
plt.plot(x, sin_y, 
          linestyle='-',         # 线型
          linewidth=2,           # 线宽
          color='orangered', 
          label=r'$y=sin(x)$')       # label：legend显示的内容
# 设置图例legend, 可以直接设置在plt.plot的label属性中,然后plt.lengend()显示
 # loc顺序: “先上中下，再左中右” 默认上左, shadow default: False
 plt.legend(loc='upper left',shadow=False, fontsize=12)
# 网格 grid参数
 plt.grid(color = 'y', linestyle=':', linewidth=1)
# scatter
 plt.scatter([x0, x1],[y0_cos, y1_sin],       # 两个点的坐标
             s = 60,     # fontsize
             edgecolor='limegreen',  # 散点边缘色
             facecolor='purple',      # 散点填充色
             zorder=3                # Z序 ，图层顺序
             )
# 两点间的线段
 plt.plot([x0, x1],[y0_cos, y1_sin],
          linestyle='--',
          color='limegreen',
          alpha=0.4,            # 透明度 0~1
          marker='o',           # 点样式
          markersize=6 
          )
# 对点(x0,y0)备注文本
 plt.annotate(
         r'$\frac{1}{2}cos(\frac{3\pi}{4}) = -\frac{\sqrt{2}}{4}$',  # 备注文本
         xy = (x0, y0_cos),     # 目标位置
         xycoords = 'data',     # 目标坐标系：相对于数据坐标系
         xytext = (-70, -35),   # 文本位置,偏移量，textcoords = 'offset points' 相对于目标点
         textcoords = 'offset points',        # 相对于目标点为原点的坐标系偏移
         fontsize = 14,
         arrowprops = dict(arrowstyle='->',          # 箭头样式， '-|>' '->'
                           connectionstyle='arc3, rad=.2')         # 箭头属性
         )
# plt.text: Add text to the axes.
 # Add the text s to the axes at location x, y in data coordinates
 plt.text(-2,
          0.5, 
          'Content:%s' % text_cont,      # 文本内容 , 可格式化方式
          fontsize = 10,
          ha='center', 
          va='center',
          alpha=0.5,
          color = 'r'
         )   
# 显示图像
 plt.show()
'''
 plot(*args, **kwargs)
     Plot y versus x as lines and/or markers.
     Call signatures:
         plot([x], y, [fmt], data=None, **kwargs)
         plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
 '''
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161

NOTE: 注意用法和格式：

1、格式化转义书写格式：

mp.xticks([-np.pi, -np.pi / 2, 0, np.pi / 2, np.pi * 3 / 4,
            np.pi],
           [r'$-\pi$', r'$-\frac{\pi}{2}$', r'$0$',
            r'$\frac{\pi}{2}$', r'$\frac{3\pi}{4}$',
            r'$\pi$'])
 # 格式化转义  字符串首尾 r'$...$') （matplotlib中）
 # xticks(loc, labels): labels 格式化转义方法 r'$-\frac{\pi}{2}$'
 # pi需要转义才能显示为字符 pai. 若$-pi$ 则直接显示-pi
 # 如果没有第二个[]参数，刻度值显示如-3.142, -1.571...等浮点数，而不是-pi
1
2
3
4
5
6
7
8
9

2、刻度定位器与格式(Tick Locator)

参考链接：matplotlib命令与格式：tick坐标轴主副刻度设置

定义主刻度变量

xmajorLocator = MultipleLocator(20) #将x主刻度标签设置为20的倍数
 xmajorFormatter = FormatStrFormatter('%5.1f') #设置x轴标签文本的格式
 ymajorLocator = MultipleLocator(0.5) #将y轴主刻度标签设置为0.5的倍数
 ymajorFormatter = FormatStrFormatter('%1.1f') #设置y轴标签文本的格式
1
2
3
4

设置主刻度标签的位置,标签文本的格式

ax.xaxis.set_major_locator(xmajorLocator)
 ax.xaxis.set_major_formatter(xmajorFormatter)
 ax.yaxis.set_major_locator(ymajorLocator)
 ax.yaxis.set_major_formatter(ymajorFormatter)
1
2
3
4

修改次刻度

xminorLocator = MultipleLocator(5) #将x轴次刻度标签设置为5的倍数
 yminorLocator = MultipleLocator(0.1) #将此y轴次刻度标签设置为0.1的倍数
1
2

设置次刻度标签的位置,没有标签文本格式

ax.xaxis.set_minor_locator(xminorLocator)
 ax.yaxis.set_minor_locator(yminorLocator)
1
2

删除坐标轴的刻度显示

ax.yaxis.set_major_locator(plt.NullLocator()) 
 ax.xaxis.set_major_formatter(plt.NullFormatter()) 
1
2

涉及日期格式的locator简述

ax.xaxis.set_major_locator(md.WeekdayLocator(byweekday=md.MO))
 ax.xaxis.set_minor_locator(md.DayLocator())
 ax.xaxis.set_major_formatter(md.DateFormatter('%d %b %Y'))
1
2
3

NOTE1:

Python only supports :mod:datetime :func:strftime  formatting  for years greater than 1900

class DateFormatter(ticker.Formatter):
     """
     Tick location is seconds since the epoch.  Use a :func:`strftime`
     format string.
     Python only supports :mod:`datetime` :func:`strftime` formatting
     for years greater than 1900.  Thanks to Andrew Dalke, Dalke
     Scientific Software who contributed the :func:`strftime` code
     below to include dates earlier than this year.
     """
1
2
3
4
5
6
7
8
9

NOTE2:  

Elements of byweekday must be one of MO, TU, WE, TH, FR, SA,

        SU, the constants from:mod:dateutil.rrule, which have been  imported into the :mod:matplotlib.dates namespace.

class WeekdayLocator(RRuleLocator):
     """
     Make ticks on occurrences of each weekday.
     """
     def __init__(self, byweekday=1, interval=1, tz=None):
         """
         Mark every weekday in *byweekday*; *byweekday* can be a number or
         sequence.

        Elements of *byweekday* must be one of MO, TU, WE, TH, FR, SA,
         SU, the constants from :mod:`dateutil.rrule`, which have been
         imported into the :mod:`matplotlib.dates` namespace.
        *interval* specifies the number of weeks to skip.  For example,
         ``interval=2`` plots every second week.
         """
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

NOTE3:

bymonthday can be an int or sequence. Default  bymonthday=range(1,32)

class DayLocator(RRuleLocator):
     """
     Make ticks on occurrences of each day of the month.  For example,
     1, 15, 30.
     """
     def __init__(self, bymonthday=None, interval=1, tz=None):
         """
         Mark every day in *bymonthday*; *bymonthday* can be an int or
         sequence.

        Default is to tick every day of the month: ``bymonthday=range(1,32)``
         """
1
2
3
4
5
6
7
8
9
10
11
12

locator属性类型：

'''locator类型：
         'plt.NullLocator()',
         'plt.MaxNLocator(nbins=5, steps=[1, 3, 5, 7, 9])',   # nbin=5：面元边界个数即4个buckt steps不知道啥意思
         'plt.FixedLocator(locs=[0, 2.5, 5, 7.5, 10])',       # 直接指定刻度值位置 
         'plt.AutoLocator()',                                 # 自动分配刻度值位置
         'plt.IndexLocator(offset=0.5, base=1.5)',            # 面元宽度(间隔)1.5,从0.5开始
         'plt.MultipleLocator()',                             # 可以自由自定刻度间隔
         'plt.LinearLocator(numticks=21)',                    # 线性划分20等分，21个刻度
         'plt.LogLocator(base=2, subs=[1.0])']                # 对数定位器
 '''
1
2
3
4
5
6
7
8
9
10