目录
前言
本章节讲的是关于轴的设置，尽可能举例多种情况。
（一）设置轴的范围
1.同时对于x,y轴设置
（1）语法说明
plt.axis([xmin, xmax, ymin, ymax])
（2）源代码
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
x = np.linspace(-10, 10, 100)
y = x**2
# 绘图
plt.plot(x, y)
# 设置轴的范围
plt.axis([-6, 7, -1, 30])
# 展示
plt.show()
（3）输出效果
2.分别对与x,y轴的设置
（1）语法说明
- 对于x轴：plt.xlim(start, end)
- 对于y轴：plt.ylim(start, end)
如果是使用ax对象设置范围的话，则可在前加set_命令
ax.set_xlim(start, end), ax.set_ylim(start, end), 其他的命令类似如此。
（2）源代码
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
x = np.linspace(-10, 10, 100)
y = x**2
# 绘图
plt.plot(x, y)
# 设置轴的范围
plt.xlim(-3, 8)
plt.ylim(-2, 50)
# 展示
plt.show()
（3）输出效果
（二）设置刻度的大小
1.普通的刻度设置
（1）说明
x轴的刻度：plt.xticks(item)
y轴的刻度：plt.yticks(item)
（2）源代码
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
x = np.linspace(-10, 10, 100)
y = x**2
# 绘图
plt.plot(x, y)
# 设置轴的刻度
plt.xticks(range(-8, 8, 2))
plt.yticks([0, -3, -6, 7, 15, 20, 37, 48, 72])
# 展示
plt.show()
（3）输出效果
2.添加文本的刻度设置
（1）说明
其实就是在设置刻度的基础上，在添加一个列表，来显示刻度。
如：plt.xticks(['数据'], ["标签"])
（2）源代码
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
x = np.linspace(-10, 10, 100)
y = x**2
# 绘图
plt.plot(x, y)
# 设置轴的刻度
plt.xticks(range(-8, 8, 2))
plt.yticks([0, 40, 60], ["bad", 'good', "best"])
# 展示
plt.show()
（3）输出效果
3.主副刻度的设置
（1）说明
- 需要导入：from matplotlib.ticker import MultipleLocator, FormatStrFormatter 模块
- 主刻度:（y轴同理）
- 倍数：ax.xaxis.set_major_locator(MultipleLocator(倍数))
- 文本格式：ax.xaxis.set_major_formatter(FormatStrFormatter('%占位数.小数点数f'))
- 副刻度：（将"major"改为"minor"即可）
- 倍数：ax.xaxis.set_minor_locator(MultipleLocator(倍数))
- 文本格式：ax.xaxis.set_minor_formatter(FormatStrFormatter('%占位数.小数点数f'))
（2）源代码
# 导入模块
import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator, FormatStrFormatter
import numpy as np
# 数据
x = np.linspace(-30, 30, 100)
y = x**2
# 绘图
plt.plot(x, y)
ax = plt.gca()
# 设置轴的主刻度
# x轴
ax.xaxis.set_major_locator(MultipleLocator(20)) # 设置20倍数
ax.xaxis.set_major_formatter(FormatStrFormatter('%5.1f')) # 设置文本格式
# y轴
ax.yaxis.set_major_locator(MultipleLocator(100)) # 设置100倍数
ax.yaxis.set_major_formatter(FormatStrFormatter('%1.2f')) # 设置文本格式
# 设置轴的副刻度
# x轴
ax.xaxis.set_minor_locator(MultipleLocator(5)) # 设置10倍数
# ax.xaxis.set_minor_formatter(FormatStrFormatter('%2.1f')) # 设置文本格式
# y轴
ax.yaxis.set_minor_locator(MultipleLocator(50)) # 设置50倍数
# ax.yaxis.set_minor_formatter(FormatStrFormatter('%1.0f')) # 设置文本格式
# 设置网格
ax.xaxis.grid(True, which='major') # x坐标轴的网格使用主刻度
ax.yaxis.grid(True, which='minor') # y坐标轴的网格使用次刻度
# 展示
plt.show()
（3）输出效果
（三）设置轴的数据
1.说明：
以x轴的数为日期，再以plt.gcf().autofmt_xdate()来旋转显示日期数据。
2.源代码
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
N = 4
y = np.random.randint(-20, 20, (1, N)).flatten()
x = ["2019-3-13", "2019-3-14", "2019-3-15", "2019-3-16"]
# 绘图
plt.plot(x, y)
# 旋转日期显示
plt.gcf().autofmt_xdate()
# 展示
plt.show()
3.输出效果：
（四）设置axes脊柱
1.属性列表
| ax.spines[' '].xxx | 说明 | 默认值 |
|---|---|---|
| set_visible(bool) | 边框的可见性 | True |
| ax.xaxis.set_ticks_position({"top","left"……}) | 刻度的显示位置 | 外面(不是ax.spines[' '].) |
| set_position({"top","left"……}） | 边框的位置 | 左下角为交点 |
| set_color(string) | 边框的颜色 | “black"（当值为None也是隐藏） |
| set_linewidth(int) | 边框的宽度 | 1 |
| set_linestyle(string) | 边框的线性 | ”-“ |
2.实例1-修改默认的坐标样式
（1）.说明：
设置反方向(y轴同理):
x轴反向:ax.invert_xaxis()
（2）.源代码：
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 数据
x = np.linspace(-10, 10, 100)
y = x**2
# 绘图
plt.plot(x, y)
ax = plt.gca()
# ===设置脊(边框)===
# 1.隐藏上与右的边框
ax.spines['top'].set_visible(False)
ax.spines['right'].set_color(None)
# 2.设置颜色
ax.spines['left'].set_color('b')
ax.spines['bottom'].set_color('r')
# 3.设置线宽
ax.spines['left'].set_linewidth(5)
ax.spines['bottom'].set_linewidth(3)
# 4.设置线形
ax.spines['left'].set_linestyle('--')
ax.spines['left'].set_linestyle('-.')
# 5.设置交点位置（0， 35）
ax.spines['left'].set_position(('data', 0))
ax.spines['bottom'].set_position(('data', 35))
# 6.设置数据显示的位置
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('right')
# 7.设置反方向(y轴同理)
ax.invert_xaxis() # x轴反向
# 展示
plt.show()
（3）.输出效果：
3.实例2-带箭头的坐标系
（1）说明：
需要导入：import mpl_toolkits.axisartist as axisartist
大致步骤如下：
- 隐藏原有的边框坐标系
- 创建新的坐标系
- 添加箭头
注意：再创建新的坐标系时ax.new_floating_axis(0, 0)
- 第一个参数：0表示横线，1表示竖线
- 第二格参数：表示经过那个坐标点。
（2）源代码：
# 导入模块
import matplotlib.pyplot as plt
import mpl_toolkits.axisartist as axisartist
import numpy as np
# 数据
x = np.linspace(-10, 10, 100)
y = x**2
# 创建画布
fig = plt.figure(figsize=(4, 6))
ax = axisartist.Subplot(fig, 111)
# 将绘图区对象添加到画布中
fig.add_axes(ax)
# ===带箭头坐标系的设置===
# 1.隐藏原有的边框坐标系
ax.axis[:].set_visible(False)
# 2.创建新的坐标系
ax.axis["x"] = ax.new_floating_axis(0, 0)
ax.axis["y"] = ax.new_floating_axis(1, 0)
# 3.添加箭头
ax.axis["x"].set_axisline_style("->", size=2.0)
ax.axis["y"].set_axisline_style("->", size=1.0)
# 绘图
ax.plot(x, y)
# 展示
plt.show()
（3）输出效果：
