python可视化|matplotlib02-matplotlib.pyplot坐标轴|刻度值|刻度|标题设置

"pythonic生物人"的第18篇分享。

---

摘要

详细介绍matplotlib.pyplot绘图方式中坐标轴，刻度值，刻度，子图标题，
图标题，坐标轴标题详细设置参数。

正文开始啦

---

1、效果图

2、代码

每个属性的详细设置见代码注释，修改对应代码就能见到变化效果。

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] =['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False

plt.figure(dpi=150)

#整张图figure的标题自定义设置
plt.suptitle('整张图figure的标题：suptitle',#标题名称
             x=0.5,#x轴方向位置
             y=0.98,#y轴方向位置
             size=15, #大小
             ha='center', #水平位置，相对于x,y，可选参数：{'center', 'left', right'}, default: 'center'
             va='top',#垂直位置，相对不x,y，可选参数：{'top', 'center', 'bottom', 'baseline'}, default: 'top'
             weight='bold',#字体粗细，以下参数可选
            # '''weight{a numeric value in range 0-1000, 'ultralight', 'light', 
             #'normal', 'regular', 'book', 'medium', 'roman', 'semibold', 'demibold', 
             #'demi', 'bold', 'heavy', 'extra bold', 'black'}'''
             
             #其它可继承自matplotlib.text的属性
             #标题也是一种text，故可使用text的属性，所以这里只是展现了冰山一角
             rotation=1,##标题旋转，传入旋转度数，也可以传入vertical', 'horizontal'
            )


plt.subplot(1,1,1)#绘制一个子图


#设置文本属性字典
font_self = {'family':'Microsoft YaHei',#设置字体
             'fontsize': 10,#标题大小
             'fontweight' : 'bold',#标题粗细，默认plt.rcParams['axes.titleweight']
             'color' : (.228,.21,.28),
             #'verticalalignment': 'baseline',
            # 'horizontalalignment': 'right'
            }


#每个子图标题自定义设置
plt.title('每个子图axes的标题：title', 
          fontdict=font_self,
          loc='left',#{'center', 'left', 'right'} 
          #下面两个参数可以在前面字典中设置，也可以在这设置；存在时，loc指title在整个figure的位置，例如上面的left指与figure的最左边对齐，而不是与axes最左边对齐
          #ha='center',#会影响loc的使用，可选参数：{'center', 'left', right'}, default: 'center'
          #va='center'#会影响loc的使用，可选参数：{'top', 'center', 'bottom', 'baseline'}, default: 'top'
          pad=7,#子图标题与上坐标轴的距离，默认为6.0
          
          #其它可继承自matplotlib.text的属性
          rotation=360,#标题旋转，传入旋转度数，也可以传入vertical', 'horizontal'
         
         )




#坐标轴的开启与关闭操作
plt.gca().spines['top'].set_visible(False)#关闭上坐标轴
plt.gca().spines['bottom'].set_visible(True)#开启x轴坐标轴
plt.gca().spines['left'].set_visible(True)#开启y轴坐标轴
plt.gca().spines['right'].set_visible(False)#关闭右轴
##plt.gca()具有大量属性，也可以对刻度值、刻度、刻度值范围等操作，可自行实验，这里只提到了冰山一角

plt.gca().spines['bottom'].set_color('black')#x轴（spines脊柱）颜色设置
plt.gca().spines['bottom'].set_linewidth(10)#x轴的粗细，下图大黑玩意儿就是这里的杰作
plt.gca().spines['bottom'].set_linestyle('--')#x轴的线性
#同样这里只提到了轴spines属性的冰山一角，也可自行实验

#绘制网格线
plt.grid()


#坐标轴刻度（tick）与刻度值（tick label）操作
plt.tick_params(axis='x',#对那个方向（x方向：上下轴；y方向：左右轴）的坐标轴上的tick操作，可选参数{'x', 'y', 'both'}
                which='both',#对主刻度还是次要刻度操作，可选参数为{'major', 'minor', 'both'}
                colors='r',#刻度颜色
                
                #以下四个参数控制上下左右四个轴的刻度的关闭和开启
                top='on',#上轴开启了刻度值和轴之间的线
                bottom='on',#x轴关闭了刻度值和轴之间的线
                left='on',
                right='on',
                
                direction='out',#tick的方向，可选参数{'in', 'out', 'inout'}                
                length=10,#tick长度
                width=2,#tick的宽度
                pad=10,#tick与刻度值之间的距离
                labelsize=10,#刻度值大小
                labelcolor='#008856',#刻度值的颜色
                zorder=0,
                
                #以下四个参数控制上下左右四个轴的刻度值的关闭和开启
                labeltop='on',#上轴的刻度值也打开了此时
                labelbottom='on',                
                labelleft='on',
                labelright='off',
                
                labelrotation=45,#刻度值与坐标轴旋转一定角度
                
                grid_color='pink',#网格线的颜色，网格线与轴刻度值对应，前提是plt.grid()开启了
                grid_alpha=1,#网格线透明度
                grid_linewidth=10,#网格线宽度
                grid_linestyle='-',#网格线线型，{'-', '--', '-.', ':', '',matplotlib.lines.Line2D中的都可以用              
                
                
               )


#plt.xticks([])#x轴刻度值trick的关闭
plt.xticks(np.arange(0, 2, step=0.2),list('abcdefghigk'),rotation=45)
#自定义刻度标签值，刻度显示为您想要的一切（日期，星期等等）



#设置刻度范围
plt.xlim(0,2)#x坐标轴刻度值范围
plt.ylim(0,2)#y坐标轴刻度值范围
#plt.gca().set((xlim=[0, 2], ylim=[0, 2])#x轴y轴坐标轴范围操作


#设置刻度值之间步长(间隔)
from matplotlib.pyplot import MultipleLocator
plt.gca().xaxis.set_major_locator(MultipleLocator(0.2))
plt.gca().xaxis.set_minor_locator(MultipleLocator(0.1))
#plt.minorticks_off()#是否每个刻度都要显示出来




plt.xlabel('X轴标题',
           labelpad=22,#x轴标题xlabel与坐标轴之间距离
           fontdict=font_self,#设置xlabel的字体、大小、颜色、粗细
           
           #类似于上面，可继承自matplotlib.text的属性
           rotation=90
          
          )

---

同系列文章

---

持续更新，欢迎您"关注"、"在看"、"分享"