matplotlib中的刻度，标签(重置自定义标签)

matplotlib中的刻度，标签(重置自定义标签)

目录

设置标题、轴标签、刻度和刻度标签

首先我们通过随机漫步生成简单的图表：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机漫步数据
data = np.random.randn(1000).cumsum()

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.plot(data)
plt.show()

要改变x轴刻度，最简单的方式是使用set_xticks和set_xticklabels。set_xticks表示在数据范围内设定刻度的位置，默认情况下这些刻度也有标签。但是我们可以使用set_xticklabels来为标签赋值：

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.plot(data)
# ticks在原数据的范围内
ticks = ax.set_xticks([0, 250, 500, 750, 1000])
plt.show()

使用set_xticks和set_xticklabels来自定义标签：

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.plot(data)
# ticks在原数据的范围内,设定主刻度的位置
ax.set_xticks([0, 250, 500, 750, 1000])
# 设置主刻度的标签， 带入主刻度旋转角度和字体大小参数
ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'], rotation=30, fontsize=12)
ax.set_title('My frist plot') # 设置ax标题
ax.set_xlabel('Stages') # 设置x轴标签
plt.show()

补充示例：

我们一般绘图时会遇到时间刻度的问题：

import pandas as pd

# 产生3天分辨率为一小时的时间序列
time_series = pd.date_range('2019-11-01', freq='H', periods=24*3)
data = np.random.randn(24*3).cumsum()

ax = plt.subplot()
ax.plot(time_series, data)
plt.show()

原生的优化还是不错的，我们自己手动实现一个优化版本，将月份也提取出来（都是11月的数据）：

def get_day_hour(timestamp):
    return '{:0>2} {:0>2}'.format(timestamp.day, timestamp.hour)

ax = plt.subplot()
xticks = list(range(24*3))
ax.plot(data)
# 自动处理时间的时候，右边界有处理，手动处理时要自己添加
#（根据图表结果判断需不需要处理）
ax.set_xticks(xticks[::12]+[len(xticks)])
ax.set_xticklabels(list(map(get_day_hour, time_series[::12]))+['04 00'])
ax.set_xlabel('2019-11')
plt.show()

由此可见set_xticks和set_xticklabels的联合使用可以解决自定义x坐标轴刻度的问题。