matplotlib学习笔记-axis.labelpad是什么意思，有什么用？坐标轴标签的位置坐标

本人在学习C语言中文网的matplotlib教程时，看到了以下的代码。

C语言中文网：C语言程序设计门户网站(入门教程、编程软件)

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)
#设置y轴
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
#设置x、y轴标签
axes[1].set_xlabel("x axis")
axes[1].set_ylabel("y axis")
plt.show()

除了axes[0].xaxis.labelpad = 10这一行代码我看不懂，其他的我都能看懂，于是乎我就在网上搜索良久，几乎没什么人发过，于是我自己再试了试，可算知道这个属性是啥意思了。

以x坐标轴为例，如果是y坐标轴，就把xaxis替换为yaxis、xlabel替换为ylabel来理解。

首先labelpad这个参数就是用来指定坐标轴标签的位置的，其次这个参数既可以通过axes.xaxis.labelpad调用，也可以通过在定义坐标轴时直接指定，代码语法示例axes[0].set_xlabel("x axis", labelpad=10)。

因此上面的代码等效于下面的代码。

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)
#设置y轴
axes[1].set_yscale("log")
axes[1].set_title("Logarithmic scale (y)")
axes[0].set_xlabel("x axis",labelpad = 10)  #已改动
axes[0].set_ylabel("y axis")
#axes[0].xaxis.labelpad = 10  #已注释
#设置x、y轴标签
axes[1].set_xlabel("x axis")
axes[1].set_ylabel("y axis")
plt.show()

既然该参数表示坐标轴标签的位置坐标，那么肯定有正负之分，当取值为复数时，标签就落到图域里去了。

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)
#设置y轴
axes[1].set_yscale("log")
axes[1].set_title("Logarithmic scale (y)")
axes[0].set_xlabel("x axis",labelpad = 10)  #已改动
axes[0].set_ylabel("y axis")
axes[0].xaxis.labelpad = -50  #取消注释，再次取负值，labelpad的10被替换为-50
#设置x、y轴标签
axes[1].set_xlabel("x axis")
axes[1].set_ylabel("y axis")
plt.show()

上面的代码运行后，输出的图片如下。