tf好朋友之matplotlib的使用——坐标轴设置部分

野性酷女 2024-04-17 14:04 62阅读 0赞

### tf好朋友之matplotlib的使用——坐标轴设置部分 ###

*  坐标轴设置常用函数及其作用
 *   *  1、plt.xlim()和plt.ylim()
     *  2、plt.xlabel()和plt.ylabel()
     *  3、plt.xticks()和plt.xticks()
     *  4、axis操作指令
 *  示例代码

画完图了，也要记得对坐标轴进行合理的设置噢！  
![在这里插入图片描述][20190723133055850.jpg_pic_center]

# 坐标轴设置常用函数及其作用 #

## 1、plt.xlim()和plt.ylim() ##

plt.xlim(
    	*args, 
    	**kwargs)
    # 使用方法
    # xlim((left, right))   # set the xlim to left, right  
    # xlim(left, right)     # set the xlim to left, right

用于设置x坐标轴位于left到right之间

plt.ylim(
    	*args, 
    	**kwargs)
    # ylim((bottom, top))
    # ylim(bottom, top)

用于设置y坐标轴位于bottom到top之间

## 2、plt.xlabel()和plt.ylabel() ##

这两个函数用于设置x轴和y轴的标签。  
应用举例：

plt.xlabel('I am x label')
    plt.ylabel('I am y label')

其x轴上的作用效果如图所示：  
![在这里插入图片描述][20190827103001854.png_pic_center]

## 3、plt.xticks()和plt.xticks() ##

plt.xticks(
    	ticks=None, 
    	labels=None, 
    	**kwargs)
    plt.yticks(
    	ticks=None, 
    	labels=None, 
    	**kwargs)

在传输量仅只有ticks时：

newTicks = np.linspace(-1,1,10)
    plt.xticks(newTicks)

其可以将x轴坐标设置为-1到1，间隔数为10。  
在传输量有ticks和labels时：

plt.yticks([-2,-1.0,0,1.5,3], 
               ['really bad','little bad','normal','little good','pretty good'])

其可以将y轴坐标按照一定格式设置字符，-2对应really bad，-1对应little bad，以此类推。  
二者结合的作用效果为：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]

## 4、axis操作指令 ##

axis操作指令可以使得坐标轴的位置、样式发生改变。

# 可以用于获取当前的axis。
    ax = plt.gca()
    
    # 用于设置坐标轴边的颜色与情况
    # 此时设置图像的上边、右边axis为无色
    ax.spines['right'].set_color('none')
    ax.spines['top'].set_color('none')
    
    # 设置x轴坐标在下部
    ax.xaxis.set_ticks_position('bottom')
    # 设置x轴位于图像y=0处
    ax.spines['bottom'].set_position(('data', 0))
    
    # 设置x轴坐标在左部
    ax.yaxis.set_ticks_position('left')
    # 设置y轴位于图像x=0处
    ax.spines['left'].set_position(('data',0))

# 示例代码 #

本文将两个figure进行对比，两个figure均有各自的特点设置。

import matplotlib.pyplot as plt
    import numpy as np
    
    x = np.linspace(-1,1,50)
    y1 = 2*x + 1
    y2 = x**2
    
    plt.figure(num=1,figsize=(8,5))
    # 用于设置x轴的范围
    plt.xlim((-1,1))
    # 用于设置y轴的范围
    plt.ylim((-2,5))
    # 设置x轴的名称
    plt.xlabel('I am x label')
    # 设置y轴的名称
    plt.ylabel('I am y label')
    # 将新的x轴上的坐标设置为-1到1间隔数为10
    newTicks = np.linspace(-1,1,10)
    plt.xticks(newTicks)
    # 将y轴坐标按照一定格式设置字符，-2对应really bad，-1对应little bad
    plt.yticks([-2,-1.0,0,1.5,3], 
               ['really bad','little bad','normal','little good','pretty good'])
    # 按照一定格式画线
    plt.plot(x,y2,color = 'red',linewidth = 1.0,linestyle = '--')
    plt.plot(x,y1)
    
    # 新建一幅图像，形成与上一幅图的对比
    plt.figure(num=2,figsize=(8,5))
    plt.xlim((-1,1))
    plt.ylim((-2,5))
    plt.xlabel('I am x label')
    plt.ylabel('I am y label')
    newTicks = np.linspace(-1,1,10)
    plt.xticks(newTicks)
    # y轴字体差别，设置成斜体
    plt.yticks([-2,-1.0,0,1.5,3], 
               [r'$really\ bad$',r'$little\ bad$',r'$normal$',r'$little\ good$',r'$pretty\ good$'])
    plt.plot(x,y2,color = 'red',linewidth = 1.0,linestyle = '--',marker = '.')
    plt.plot(x,y2,'r--.',linewidth = 1.0)
    plt.plot(x,y1)
    # 获得当前的axis
    ax = plt.gca()
    # 设置图像的上边、右边axis为无色
    ax.spines['right'].set_color('none')
    ax.spines['top'].set_color('none')
    
    # 设置x轴坐标在下部
    ax.xaxis.set_ticks_position('bottom')
    # 设置x轴位于图像y=0处
    ax.spines['bottom'].set_position(('data', 0))
    # 设置x轴坐标在左部
    ax.yaxis.set_ticks_position('left')
    # 设置y轴位于图像x=0处
    ax.spines['left'].set_position(('data',0))
    
    print(ax)
    plt.show()

figure1：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 1]  
figure2：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 2]

[20190723133055850.jpg_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/9d2e77f2413241539bbd94411e509e07.jpg
[20190827103001854.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/b7743bf0b3fb48c5bb37976198b0d02f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/3d6b4eedd6d84603bb7123a36d393935.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/3a13d3db000e48ddaa45876a821b5fe9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/3bc943ca39574be6bbd45e7f1fecb9ee.png