北条麻妃一区二区免费播放,精久久,色偷偷偷

前言

我們首先來介紹坐標軸的范圍，坐標軸的范圍很好理解，有的時候我們產出的數據的范圍可能并不是完全我們想要的。

如果我們不對坐標軸的范圍進行設置的話，那么matplotlib默認會按照我們數據的范圍來自動選擇它認為最合適的區間來展示所有的數據。

控制刻度間距

目前為止，我們讓Matplotlib自動處理刻度在坐標軸上的位置，但有時我們需要覆蓋默認的坐標軸刻度配置，以便更加快速估計圖形中點的坐標。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
x = np.linspace(-20, 20, 1024)
y = np.sinc(x)
ax = plt.axes()
ax.xaxis.set_major_locator(ticker.MultipleLocator(5))
ax.xaxis.set_minor_locator(ticker.MultipleLocator(1))
plt.plot(x, y, c = 'm')
plt.show()

Matplotlib控制坐標軸刻度間距與標簽實例代碼

以上代碼，強制水平刻度每隔5個單位步長呈現一次。此外，我們還添加了副刻度，副刻度的間隔為1個單位步長，步驟說明如下：

首先實例化一個Axes對象――用于管理圖形中的坐標軸：ax=plot.Axes()。
然后使用Locator實例設置x軸(ax.xaxis)或y軸(ax.yaxis)的主刻度和副刻度。

也為副刻度添加輔助網格：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
x = np.linspace(-20, 20, 1024)
y = np.sinc(x)
ax = plt.axes()
ax.xaxis.set_major_locator(ticker.MultipleLocator(5))
ax.xaxis.set_minor_locator(ticker.MultipleLocator(1))
plt.grid(True, which='both', ls='dashed')
plt.plot(x, y, c = 'm')
plt.show()

Tips：我們已經知道，可以使用plt.grid()添加輔助網格，但此函數還有一個可選參數which，它具有三個可選值："minor"、"major"和"both"，分別用于僅顯示副刻度、僅顯示主刻度、主副刻度同時顯示。

控制刻度標簽

是時候介紹刻度標簽的設置了，刻度標簽是圖形空間中的坐標，雖然數字刻度標簽對于大多說場景來說是足夠的，但是卻并不總是能夠滿足需求。例如，我們需要顯示100個公司的營收情況，這時候我們就需要橫坐標刻度標簽為公司名，而非數字；同樣對于時間序列，我們希望橫坐標刻度標簽為日期...。考慮到此類需求，我們需要使用Matplotlib為此提供了的API控制刻度標簽。
可以按以下步驟為任何Matplotlib圖形設置刻度標簽：

import numpy as np
import matplotlib.ticker as ticker
import matplotlib.pyplot as plt
name_list = ('Apple', 'Orange', 'Banana', 'Pear', 'Mango')
value_list = np.random.randint(0, 99, size = len(name_list))
pos_list = np.arange(len(name_list))
ax = plt.axes()
ax.xaxis.set_major_locator(ticker.FixedLocator((pos_list)))
ax.xaxis.set_major_formatter(ticker.FixedFormatter((name_list)))
plt.bar(pos_list, value_list, color = 'c', align = 'center')
plt.show()

Matplotlib控制坐標軸刻度間距與標簽實例代碼

Tips：我們首先使用ticker.Locator實例來生成刻度的位置，然后使用ticker.Formatter實例將為刻度生成標簽。FixedFormatter從字符串列表中獲取標簽，然后用Formatter實例設置坐標軸。同時，我們還使用了FixedLocator來確保每個標簽中心都正好與刻度中間對齊。

更簡單的設置方式

雖然使用上述方法可以控制刻度標簽，但可以看出此方法過于復雜，如果刻度標簽是固定的字符列表，那么可以用以下簡單的設置方法：

import numpy as np
import matplotlib.pyplot as plt
name_list = ('Apple', 'Orange', 'Banana', 'Pear', 'Mango')
value_list = np.random.randint(0, 99, size = len(name_list))
pos_list = np.arange(len(name_list))
plt.bar(pos_list, value_list, color = 'c', align = 'center')
plt.xticks(pos_list, name_list)
plt.show()

Matplotlib控制坐標軸刻度間距與標簽實例代碼

Tips：使用plt.xticks()函數為一組固定的刻度提供固定標簽，此函數接受位置列表和名稱列表作為參數值，可以看出，此方法比第一種方法實現起來更簡單。

高級刻度標簽控制

不僅可以使用固定標簽，使用ticker API可以使用函數生成的標簽：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
def make_label(value, pos):
  return '%0.1f%%' % (100. * value)
ax = plt.axes()
ax.xaxis.set_major_formatter(ticker.FuncFormatter(make_label))
x = np.linspace(0, 1, 256)
plt.plot(x, np.exp(-10 * x), c ='c')
plt.plot(x, np.exp(-5 * x), c= 'c', ls = '--')
plt.show()

Matplotlib控制坐標軸刻度間距與標簽實例代碼

在此示例中，刻度標簽是由自定義函數make_label生成的。此函數以刻度的坐標作為輸入，并返回一個字符串作為坐標標簽，這比給出固定的字符串列表更靈活。為了使用自定義函數，需要使用FuncFormatter實例――一個以函數為參數的格式化實例。

這種將生成標簽的實際任務指派給其他函數的方法稱為委托(delegation)模式，這是一種漂亮的編程技術。比方說，我們要將每個刻度顯示為日期，這可以使用標準的Python時間和日期函數完成：

import numpy as np
import datetime
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
start_date = datetime.datetime(1998, 1, 1)
def make_label(value, pos):
  time = start_date + datetime.timedelta(days = 365 * value)
  return time.strftime('%b %y')
ax = plt.axes()
ax.xaxis.set_major_formatter(ticker.FuncFormatter(make_label))
x = np.linspace(0, 1, 256)
plt.plot(x, np.exp(-10 * x), c ='c')
plt.plot(x, np.exp(-5 * x), c= 'c', ls = '--')
labels = ax.get_xticklabels()
plt.setp(labels, rotation = 30.)
plt.show()

Matplotlib控制坐標軸刻度間距與標簽實例代碼