这篇文章主要介绍了python_matplotlib改变横坐标和纵坐标上的刻度(ticks)方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
用matplotlib画二维图像时，默认情况下的横坐标和纵坐标显示的值有时达不到自己的需求，需要借助xticks()和yticks()分别对横坐标x-axis和纵坐标y-axis进行设置。
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()
x坐标和y坐标都表示1到12的整数，不进行坐标设置时，执行效果为：
此时的x轴和y轴都是只显示偶数，其它的奇数未显示，这样在展示实验效果或放入文章中都会影响其可读性。
为了设置坐标轴的值，增加其可读性，有多种方法。这里介绍的是matplotlib的函数xticks()和yticks()。
参考文档：xticks()函数介绍yticks()函数介绍
xticks()中有3个参数：
xticks(locs, [labels], **kwargs) # Set locations and labels
locs参数为数组参数(array_like, optional)，表示x-axis的刻度线显示标注的地方，即ticks放置的地方，上述例子中，如果希望显示1到12所有的整数，就可以将locs参数设置为range(1,13,1)，第二个参数也为数组参数(array_like, optional)，可以不添加该参数，表示在locs数组表示的位置添加的标签，labels不赋值，在这些位置添加的数值即为locs数组中的数。
如下图
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()
xticks()函数中，locs参数为数组x，即1到12所有的整数， 即画出的图像会在这12个位置画出ticks，即上图中的刻度线。
当赋予labels的值为空时，则在locs决定的位置上虽然会画出ticks，但不会显示任何值。
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()
其效果为：
该例子中，会明显看到locs和labels的关系，locs表示位置，labels决定这些位置上的标签，labels的默认值为和locs相同。
所以，对于labels参数，我们可以赋予其任意其它的值，如人名，月份等等。
import numpy as np impo<i style="color:transparent">来源gaodai$ma#com搞$代*码网</i>rt 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()
在每个标签会依次显示labels中的人名：
还可以显示月份：
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()
显示效果为：
这里添加了 calendar 模块，用于显示月份的名称。calendar.month_name[1:13]即1月份到12月份每个月份的名称的数组。后面的参数color=’blue’表示将标签颜色置为蓝色，rotation表示标签逆时针旋转60度。
通过上个示例，可看出第3个参数关键字参数**kwargs用于控制labels，具体可通过Text属性中的定义，添加到该参数中，关于其定义可参考在 Text 查询。
另外，通过第1个参数locs可以看出，xticks()函数还可以用来设置使x轴上ticks隐藏，即将空数组赋予它，则没有tick会显示在x轴上，此处参考：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()
可看出x轴上没有tick显示：
同理，对于yticks()函数定义和xticks()函数定义完全相同。对于第一个例子，如果希望在y轴上的刻度线也显示1到12所有的整数，则将lens(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()
其效果为：
综上，可以设计一个x轴为月份，y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()
对应一月份选择星期一，二月份选择星期二，往后依次类推，直至将12个月安排完。
以上就是python_matplotlib改变横坐标和纵坐标上的刻度(ticks)方式的详细内容，更多请关注gaodaima搞代码网其它相关文章！
转载请注明原文链接：python_matplotlib改变横坐标和纵坐标上的刻度(ticks)方式
