matplotlib的axisartist类

已于 2022-01-24 13:17:12 修改
阅读量1.2k 收藏 17
点赞数 5
分类专栏： 论文相关 文章标签： python matplotlib 论文 画图
于 2021-12-22 20:41:01 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34288751/article/details/122092675
版权

目录

简介

matplotlib的普通的axes类只能在一个框里作图，原点在左下角，对于一般的使用情况基本满足，但对于要把坐标原点移动到其它位置，或者要给坐标轴加上箭头等，就得使用axisartist类了，或者 matplotlib不用axisartist画出带箭头且原点居中的坐标系的画法。写这篇文的时候(2021.12.22)网上大概搜了一下除了官网以外基本找不着对axisartist类的详细介绍，但又需要对图片和坐标进行大量调整，只能啃官网然后写了这篇总结。
建议在看这篇文章之前已经对matplotlib各个类之间的关系有了基本的了解，或者可以先看看本文的参考资料。
对于axisartist的使用先给出官方说明 Overview of axisartist toolkit
axisartist uses a custom Axes class (derived from the Matplotlib's original Axes class). As a side effect, some commands (mostly tick-related) do not work.
Since it uses special artists, some Matplotlib commands that work on Axes.xaxis and Axes.yaxis may not work.
这里大概翻译一下，axisartist是基类Axes的一个特殊的派生类，与axes相比有较高的自由度，相应的缺点就是好多axes的库函数对axisartist都不能用，尤其是与坐标轴的刻度标签相关的函数。

axisartist类的官网例子

官网例程少了不少东西，这里把我会的补充上。

例1

import matplotlib.pyplot as plt
import mpl_toolkits.axisartist as AA
fig = plt.figure()
# [x, y, w, h], 左下角坐标(x,y),宽w,高h
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8], axes_class=AA.Axes)
ax.axis["right"].set_visible(False)
ax.axis["top"].set_visible(False)
plt.show()

在这里插入图片描述
其中

ax = fig.add_axes([0.1, 0.1, 0.8, 0.8], axes_class=AA.Axes)

也可以写成

fig.subplots_adjust(left=0.1, bottom=0.1, right=0.9, top=0.9)
ax = fig.add_subplot(111, axes_class=AA.Axes)

也可以写成

ax = AA.Subplot(fig, 111)
fig.add_axes(ax)

例2

import matplotlib.pyplot as plt
import mpl_toolkits.axisartist as AA
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8], axes_class=AA.Axes)
ax.axis["right"].set_visible(False)
ax.axis["top"].set_visible(False)
ax.axis["left"].set_visible(False)
ax.axis["bottom"].set_visible(False)
ax.axis["y=0"] = ax.new_floating_axis(nth_coord=0, value=0)
ax.axis["right2"] = ax.new_fixed_axis(loc="right", offset=(20, 0))
plt.show()

在这里插入图片描述

例3

import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.axisartist as AA

x = np.linspace(0, 6.29, 100)
y = np.sin(x)

fig = plt.figure()
fig.subplots_adjust(left=0.06, bottom=0.01, right=0.99, top=0.99)
ax1 = fig.add_subplot(121, axes_class=AA.Axes)
ax1.axis["top", "bottom", "right"].set_visible(False)
ax1.axis["x"] = ax1.new_floating_axis(nth_coord=0, value=0)
ax1.axis["x"].label.set_text("y = 0")
ax1.set_ylim(-1.1, 1.1)
ax1.plot(x, y)
ax2 = fig.add_subplot(122, axes_class=AA.Axes)
ax2.axis["top", "bottom", "right"].set_visible(False)
ax2.axis["x"] = ax2.new_floating_axis(nth_coord=0, value=0)
ax2.axis["x"].label.set_text("Axis Zero")
ax2.set_ylim(-1.1, 1.1)
ax2.plot(x, y)
plt.show()

在这里插入图片描述

从正弦函数开始的新例子

从简单的例子开始

import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.axisartist as AA

x = np.linspace(-3.14, 3.14, 100)
y = np.sin(x)

fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8], axes_class=AA.Axes)
ax.axis[:].set_visible(False)
ax.axis["x"] = ax.new_floating_axis(nth_coord=0, value=0)
ax.axis["y"] = ax.new_floating_axis(nth_coord=1, value=0)
ax.plot(x, y)
plt.show()

在这里插入图片描述

坐标加上箭头和标题，纵坐标设置在极值点

ax.axis["y"] = ax.new_floating_axis(nth_coord=1, value=-np.pi/2)
ax.axis["x"].set_axisline_style("-|>,size=2")
ax.axis["y"].set_axisline_style("->")
ax.axis["x"].set_label('x')
ax.axis["y"].set_label('y')

在这里插入图片描述

修改坐标轴名字，删除箭头的蓝色，Y坐标名称方向调整

ax.axis["x"].set_label('坐标轴x')
ax.axis["y"].set_label('坐标轴y')
ax.axis["x"].line.set_color("black")
ax.axis["y"].line.set_color("black")
ax.axis["y"].set_axis_direction("left")
ax.axis["y"].label.set_axis_direction("top")
ax.axis["y"].label.set(rotation="vertical")
ax.axis["y"].major_ticklabels.set_axis_direction("left")

在这里插入图片描述

坐标轴字体字号，标题调整

这部分好像不能用类和库函数的方法解决，网上也没搜到什么好方法。坐标轴名称还得自己加，刻度字体字号得改默认参数。
rcparams的参数也可以在matplotlib的安装目录里改，具体见 用Python的matplotlib画图，怎么保证xlabel中中文用宋体，英文用新罗马？
Matplotlib 中英文及公式字体设置

params = {'axes.labelsize': 20, 'axes.titlesize':20, 'legend.fontsize': 20, 'xtick.labelsize': 20, 'ytick.labelsize': 20}
plt.rcParams.update(params)
ax.text(-0.5, 1.35, r'$\omega$(rad)', fontsize=20)
ax.text(3.14, -0.25, '速度(s)', fontsize=20)

在这里插入图片描述
由于版本更新，rcparam的参数可能会改，以下代码用于查看有哪些参数。

import matplotlib.pyplot as plt
print(plt.rcParams.keys())

调整刻度名称，完成

ax.set_xticks(np.linspace(-3, 3, 7))
ax.set_yticks(np.linspace(-1, 1, 5))
ax.set_xticklabels(['-3', '-2', '-1', '', '1', '2', '3'])
ax.set_yticklabels(['-1', '-0.5', '', '0.5', '1',])
ax.text(0.1, -0.13, '0', fontsize=20)

在这里插入图片描述
最后贴上全部代码

import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.axisartist as AA

x = np.linspace(-3.14, 3.14, 100)
y = np.sin(x)
params = {'axes.labelsize': 20, 'axes.titlesize':20, 'legend.fontsize': 20, 'xtick.labelsize': 20, 'ytick.labelsize': 20}
plt.rcParams.update(params)
fig = plt.figure()
ax = fig.add_axes([0.01, 0.01, 0.88, 0.84], axes_class=AA.Axes)
ax.axis[:].set_visible(False)
ax.axis["x"] = ax.new_floating_axis(nth_coord=0, value=0)
ax.axis["y"] = ax.new_floating_axis(nth_coord=1, value=0)
ax.axis["x"].set_axisline_style("-|>,size=2")
ax.axis["y"].set_axisline_style("-|>,size=2")
ax.axis["x"].line.set_color("black")
ax.axis["y"].line.set_color("black")
ax.axis["y"].set_axis_direction("left")
ax.axis["y"].major_ticklabels.set_axis_direction("left")
ax.set_xticks(np.linspace(-3, 3, 7))
ax.set_yticks(np.linspace(-1, 1, 5))
ax.set_xticklabels(['-3', '-2', '-1', '', '1', '2', '3'])
ax.set_yticklabels(['-1', '-0.5', '', '0.5', '1'])
ax.text(0.1, -0.13, '0', fontsize=20)
ax.text(-0.5, 1.35, r'$\omega$(rad)', fontsize=20)
ax.text(3.14, -0.25, '时间(s)', fontsize=20)
ax.plot(x, y)
plt.show()

axisartist类的常用API总结

这里实际上叫axisartist类的API不太准确，matplotlib的文档实在是过于混乱，下面总结的API不要过于认真，知道有这么个名字和功能就行。

  • set_axisline_style
  • set_axis_direction

附axes类的常用API总结

  • set_title
  • set_xlabel / set_ylabel
  • set_xlim / set_ylim
  • set_xticks / set_yticks
  • set_xticklabels / set_yticklabels
  • tick_params
  • spines
  • legend

axes类的简单使用

作为对照，把普通的axes类的用法放到这里。

import numpy as np
import matplotlib.pyplot as plt

1

plt.plot([1,2,3,4],[1,2,3,4])
plt.show()

2

fig=plt.figure(num=1,figsize=(4,4))
ax=fig.add_subplot(111)
ax.plot([1,2,3,4],[1,2,3,4])
plt.show()

3

fig, ax = plt.subplots()
ax.plot([1,2,3,4],[1,2,3,4])
plt.show()

参考资料

贴上其它一些对于理解matplotlib各个类之间的关系有帮助的资料。

  1. matplotlib.pyplot的使用总结大全（入门加进阶）
  2. Python matplotlib高级绘图详解

以下代码整理自参考资料1。

import numpy as np
import matplotlib.pyplot as plt
app=[78,80,79,81,91,95,96]
ban=[70,80,81,82,75,90,89]
x=np.arange(1,8)
fig, ax = plt.subplots()
ax.set_xlim(1,7.1)
ax.set_ylim(40,100)
ax.set_xticks(np.linspace(1,7,7))
ax.set_yticks(np.linspace(50,100,6))
ax.set_xticklabels(["星期一","星期二","星期三","星期四","星期五","星期六","星期日"],fontproperties="SimHei",fontsize=12)
ax.set_yticklabels(["50kg","60kg","70kg","80kg","90kg","100kg"],fontsize=12)
ax.tick_params(left=False,pad=8,direction="in",length=2,width=3,color="b",labelsize=12)
ax.tick_params("x",labelrotation=10)
ax.spines["left"].set_color("darkblue")
ax.spines["bottom"].set_linewidth(3)
ax.spines["top"].set_visible(False)
ax.spines["right"].set_visible(False)
ax.plot(x,app,"r-.d",label='苹果')
ax.plot(x,ban,color='#008000',linestyle='-',marker='d',label="香蕉")
ax.legend(loc=3,labelspacing=2,handlelength=3,fontsize=14,shadow=True)
ax.text(7,97,"max:96",fontsize=14,color="g",alpha=1)
ax.text(6,86,"max:90",fontsize=12,alpha=1)
plt.show()
找不到服务器zhn
关注
  • 5
    点赞
  • 踩
  • 17
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
python画xy轴_python中的坐标轴该如何画？好画吗？
weixin_39713833的博客
11-23 7835
曾经的数学爱搭不理，结果在工作中发现需要用python去解决相关的问题。数学不好的小伙伴已经开始发愁了。不要着急，小编跟你们一起想办法。为了方便python小白的理解，我们还是从最基础的入手。基础知识不够牢固，我们就从最简单的重新学起。本篇文章将以坐标轴为例，教大家画图我们之前数学中经常画的坐标轴图形。1. 创建画布并引入axisartist工具。import mpl_toolkits.axisa...
Python Matplotlib axisartist toolkit的官方文档
weixin_44178960的博客
09-27 294
Overview of axisartist toolkit — Matplotlib 3.4.3 documentationhttps://matplotlib.org/stable/tutorials/toolkits/axisartist.html我们为了更加个性化更加多元化的作图，可能需要使用到这个，上面是官方文档 PS：目前还不能实现xlabel和ylabel分别在x,y轴方向的移动（官方文档最后也说了这是目前的缺陷），怎么找都不会有的，之前就为了实现这个找半天，建议直接title那里写清楚自变
Axes class的API文档
WEL测试
08-22 1066
Axes class class matplotlib.axes.Axes(fig, rect, facecolor=None, frameon=True, sharex=None, sharey=None, label='', xscale=None, yscale=None, axisbg=None, **kwargs) The Axes contains most of the
python中的坐标轴的画法
weixin_46713695的博客
07-03 4675
python中的坐标轴的画法
Matplotlib进阶教程：工具包
qq_45464895的博客
05-14 1881
在后台回复【阅读书籍】即可获取python相关电子书~Hi，我是山月。今天来给大家介绍下Matplotlib系列的最后一篇教程：三个工具包的介绍。今天的课程结束后，这个系列就结束啦。有兴趣的同学可以从头学起来了~在公众号后台选择【往期】--【Matplotlib】即可查看已更新的全部教程哦~01axes_grid1 工具包mpl_toolkits.axes_grid1 ...
python库matplotlib绘制坐标图
09-18
mpl_toolkits.axisartist.axislines的Subplot类用于自定义坐标轴；scipy的interpolate模块用于数据插值。 2. 定义sommth_plot函数： ```python def sommth_plot(x_arr, y_arr): fig = plt.figure() ax = ...
Matplotlib.pdf
03-09
Matplotlib Release 1.2.0 I User’s Guide 1 1 Introduction 3 2 Installing 5 2.1 Manually installing pre-built packages. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.2 Installing from ...
Matplotlib-Homework
04-17
9. **高级功能**：可能还会接触到更复杂的特性，如误差条（`plt.errorbar()`），对数尺度（`plt.xscale()`和`plt.yscale()`），或者创建复杂的自定义轴（使用`mpl_toolkits.axisartist`）。 10. **交互式绘图**：...
Matplotlib Gallery 示例图函数
03-19
2. **轴艺术(axisartist)**: Matplotlib 的 axisartist 模块扩展了轴的灵活性，允许创建复杂的轴布局，例如平行坐标、极坐标或者自定义的轴范围和方向。 3. **刻度与边框(ticks_and_spines)**: 这部分展示了如何...
Python绘图总结(Matplotlib篇)之坐标轴及刻度
m0_37692953的博客
08-12 1万+
Python绘图总结(Matplotlib篇)之坐标轴及刻度 2018年04月23日 17:12:13 阅读数：4998 学习https://matplotlib.org/gallery/index.html 记录，描述不一定准确，具体请参考官网 Matplotlib使用总结图  import matplotlib.pyplot as plt plt.rcParams['font.sa...
Python的mpl_finance模块从2020年已经提醒弃用，新mplfinance模块详解（二）
12-21
目录（续二）三、make_addplot的基本用法把数据分析的结果标记到图像中在副图中绘制修改主图Y轴刻度位置和设置线形四、marketcolors和mpf_style以及其他常用设置marketcolors设置图表颜色添加图表样式 续： Python的mpl_finance模块从2020年已经提醒弃用，新mplfinance模块详解（一） 三、make_addplot的基本用法 在金融数据分析中，我们要通过数据可视化展示的不仅是’Open’, ‘High’, ‘Low’, ‘Close’和最常见‘ma’，还有一些其他分析数据，那么就要用到make_addplot（）方法了，make_addp
Python利用Matplotlib，绘制带箭头的坐标轴
A_Z666666的博客
05-22 1万+
Python数据可视化库Matplotlib中，带箭头的坐标轴需要通过mpl_toolkits.axisartist中方法创建绘图区才可以实现。 实现方法通常有以下几步： 创建figure画布； 通过mpl_toolkits.axisartist.Subplot方法创建axes绘图区； 将创建的绘图区对象添加到figure中； 通过ax.axis.set_axsiline_style方法...
Matplotlib：绘图结构详解，Artist、Figure、Axes和Axis的联系与区别
u010021014的博客
11-30 5251
目录 0. 引言 1. API层次 2. 绘图结构：Figure，Axes，Axis，Artist - Figure： - Axes： - Axis： - Artist： - Figure中的artist元素 3. Coding Style 4. 参考文献 0. 引言 matplotlib是用Python语言实现的一个类似MATLAB的绘图工具，本文主要介绍matplotlib.pyplot的基本API层次、绘图结构及用法。1. 在matplotlib中最重要的基类A...
Python+matplotlib自定义坐标轴位置、颜色、箭头
董付国的Python专栏
04-01 1万+
容易的事。例如下面的代码： 绘制结果为： 虽然确实几行代码就画出了正弦曲线，但是这个图也太朴素了，如果我们想得到下面这样的结果，该如何实现呢？ 上面图形中的难点在于坐标轴的箭头，可以使用axisartist来辅助实现，参考代码： 虽然这个axisartist能够很方便地自定义坐标轴的位置和完美地设置箭头，但对于更多属性的设置有点乏力，很多参数的微调还...
python matplotlib画图的几个实例--latex，坐标系等
Mr_Cat123的博客
08-22 9115
文章目录实例1 学会使用tex/latex实例2 学会画坐标轴2.1过程2.2 典型例子2.2.1 一条带箭头的竖线2.2.2 坐标系2.2.3 坐标系上画三角函数 实例1 学会使用tex/latex 第一眼看这个图的时候觉得很震撼，代码来自官网useTex demo，以及Latex 代码在本例题末尾 首先需要注意的是，使用latex时可能会比不使用慢，因为需要调用到latex里面的一些程序，但...
matplotlib不用axisartist画出带箭头且原点居中的坐标系的画法
找不到服务器的博客
12-24 2436
直接改坐标轴名称的话，纵坐标轴的名称是竖着的而且好像没有对应的旋转的方法。`ax.arrow`画出来的箭头的箭尖会根据坐标轴的尺度缩放，不建议使用，用annotate代替。
matplotlib高级篇——坐标轴设置（坐标轴居中、坐标轴箭头、刻度设置、标识设置）
热门推荐
weixin_45342712的博客
07-16 2万+
问题 我们在用matplotlib绘制图的时候总是有各种需求，比如下图为matplotlib默认设置画的正弦图 但是我们的心中想要达到的目标图为下图，那么就需要对坐标轴进行设置。 解决方案 这里要介绍matplotlib绘图辅助工具包mpl_toolkits，里面包含了一系列对于坐标轴设置的方法。 首先导入辅助工具包里面的轴系设置包 import numpy as np imp...
Python数据可视化：往图表中添加文本就是这么简单
weixin_42731853的博客
09-11 4011
一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。 我们推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，使用matplotlib, seaborn, plotly等工具实现可视化。 本文的主题是用Matplotlib往图表中添加文本。 有时候我们希望向图表中添加文本，一些简单的描述能够突出重点，帮助读者理解图表的含义。 Matplotlib提供两种添加文本的接口： ax.text ax.annotate import os impo
matplotlib 绘图常用方法总结
hello！
01-09 5027
matplotlib绘图迅速上手，绘图基本构架掌握
python 旋转xy轴
最新发布
07-28
要在Python中旋转XY轴，可以使用matplotlib库中的animation模块和axisartist模块。首先，您可以使用animation模块创建一个动画，通过旋转三个坐标轴来展示旋转过程。代码示例中使用了numpy和matplotlib库的函数和方法来实现这一过程\[1\]。其次，您可以使用axisartist模块创建带箭头的XY坐标轴。代码示例中使用了axisartist模块的函数和方法来绘制带箭头的XY坐标轴\[3\]。通过这两个步骤，您可以在Python中实现旋转XY轴的效果。 #### 引用[.reference_title] - *1* *2* [Python动态演示旋转矩阵的作用](https://blog.csdn.net/m0_37816922/article/details/127729265)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [绘画带箭头的xy坐标轴](https://blog.csdn.net/qq_39474168/article/details/126869369)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值