Python Matplotlib 自定义坐标轴刻度：xticks与yticks详解

Matplotlib坐标轴刻度自定义概述

在使用matplotlib绘制二维图像时，默认的横坐标和纵坐标刻度往往无法满足具体需求。此时，需要借助xticks()和yticks()函数分别对x轴和y轴的刻度进行自定义设置。

import numpy as np
import matplotlib.pyplot as plt
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.show()

假设x坐标和y坐标均表示1到12的整数。若不进行任何坐标设置直接绘图，默认效果如下：

此时，x轴和y轴仅显示偶数刻度，奇数刻度被隐藏。这种显示方式在展示实验结果或插入文章时，会显著影响图表的可读性。

为了提高坐标轴的可读性，有多种设置方法。本文重点介绍matplotlib提供的xticks()和yticks()函数。

相关文档参考：xticks()函数介绍 yticks()函数介绍

xticks()函数参数详解

xticks()函数主要包含3个参数：

xticks(locs, [labels], **kwargs) # Set locations and labels

locs参数为数组类型（array_like, optional），用于指定x轴刻度线显示的位置，即ticks放置的具体坐标。例如，若希望x轴显示1到12的所有整数，可将locs参数设置为range(1,13,1)。第二个参数labels同样为数组类型（array_like, optional），为可选参数。若不添加该参数，则在locs指定的位置直接显示locs数组中的数值；若提供labels，则在这些位置显示labels对应的标签。

具体效果如下图所示：

import numpy as np
import matplotlib.pyplot as plt
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks(x)
plt.show()

在xticks()函数中，locs参数设为数组x（即1到12的所有整数），图像将在这些位置绘制ticks（刻度线），如上图所示。

当赋予labels的值为空数组时，虽然在locs指定的位置会绘制ticks，但不会显示任何标签值。

import numpy as np
import matplotlib.pyplot as plt
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks(x,())
plt.show()

其显示效果如下：

该示例清晰展示了locs和labels的关系：locs决定刻度位置，labels决定该位置显示的标签文本。若未指定labels，默认显示与locs相同的数值。

自定义标签与样式控制

因此，对于labels参数，我们可以赋予任意自定义文本，例如人名、月份名称等。

import numpy as np
import matplotlib.pyplot as plt
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks(x, ('Tom','Dick','Harry','Sally','Sue','Lily','Ava','Isla','Rose','Jack','Leo','Charlie'))
plt.show()

每个标签将依次显示labels数组中的人名：

同样可以显示月份名称：

import numpy as np
import matplotlib.pyplot as plt
import calendar
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks(x, calendar.month_name[1:13],color='blue',rotation=60)
plt.show()

显示效果如下：

此处引入了calendar模块以获取月份名称。calendar.month_name[1:13]生成了1到12月名称的数组。参数color='blue'将标签颜色设置为蓝色，rotation参数使标签逆时针旋转60度。

通过上述示例可以看出，第3个参数**kwargs用于控制labels的样式。具体可通过Text属性中的定义进行配置，更多细节可参考Text查询。

隐藏刻度与yticks应用

此外，通过第1个参数locs可以看出，xticks()函数还可用于隐藏x轴刻度。只需将空数组赋予locs参数，即可不显示任何x轴ticks，参考：x轴数值隐藏。

import numpy as np
import matplotlib.pyplot as plt
import calendar
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks([])
plt.show()

可见x轴上已无ticks显示：

同理，yticks()函数的定义与xticks()完全相同。对于前述第一个例子，若希望y轴刻度也显示1到12的所有整数，只需将range(1,13,1)赋予yticks()的locs参数即可：

import numpy as np
import matplotlib.pyplot as plt
import calendar
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks(x)
plt.yticks(y)
plt.show()

其效果如下：

综合示例：月份与星期映射

综上所述，可以设计一个x轴为月份、y轴为星期的图像：

import numpy as np
import matplotlib.pyplot as plt
import calendar
from datetime import *
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks(x, calendar.month_name[1:13],color='blue',rotation=60)
today = datetime(2018, 9, 10)
a=[]
for i in range(12):
 a.append(calendar.day_name[today.weekday()+(i%7)])
plt.yticks(y,a,color='red')
plt.show()

具体逻辑为：一月份对应星期一，二月份对应星期二，依此类推，直至将12个月份全部安排完毕。

以上关于Python Matplotlib改变横坐标和纵坐标刻度(ticks)的方法即为全部内容，希望能对大家有所帮助，也欢迎大家继续支持本站。