📌  相关文章
📜  Matplotlib-格式化轴

📅  最后修改于: 2020-11-08 07:26:24             🧑  作者: Mango

有时，一个或几个点比大量数据要大得多。在这种情况下，需要将轴的比例设置为对数而不是标准比例。这是对数刻度。在Matplotlib中，可以通过将axis对象的xscale或vscale属性设置为’log’来实现。

有时还需要在轴号和轴标签之间显示一些额外的距离。可以将任一轴(x或y或两者)的labelpad属性设置为所需的值。

在以下示例的帮助下，演示了以上两个功能。右侧的子图具有对数标度，左侧的子图的x轴具有更远距离的标签。

import matplotlib.pyplot as plt
import numpy as np
fig, axes = plt.subplots(1, 2, figsize=(10,4))
x = np.arange(1,5)
axes[0].plot( x, np.exp(x))
axes[0].plot(x,x**2)
axes[0].set_title("Normal scale")
axes[1].plot (x, np.exp(x))
axes[1].plot(x, x**2)
axes[1].set_yscale("log")
axes[1].set_title("Logarithmic scale (y)")
axes[0].set_xlabel("x axis")
axes[0].set_ylabel("y axis")
axes[0].xaxis.labelpad = 10
axes[1].set_xlabel("x axis")
axes[1].set_ylabel("y axis")
plt.show()

格式化轴

轴刺是连接轴刻度线的线，它们划定了绘图区域的边界。 axes对象的顶部，底部，左侧和右侧都有刺。

可以通过指定颜色和宽度来格式化每个书脊。如果将任何边缘的颜色设置为无，则可以使其不可见。

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
ax.spines['bottom'].set_color('blue')
ax.spines['left'].set_color('red')
ax.spines['left'].set_linewidth(2)
ax.spines['right'].set_color(None)
ax.spines['top'].set_color(None)
ax.plot([1,2,3,4,5])
plt.show()

轴刺