数据分析必备：一步步教你如何用matplotlib做数据可视化（7）

1、Matplotlib 刻度

刻度是表示轴上数据点的标记。到目前为止，Matplotlib在我们之前的所有实例中都自动接管了轴上间隔点的任务。Matplotlib的默认刻度定位器和格式化器在很多常见情况下通常都足够了。可以明确提及刻度线的位置和标签以满足特定要求。
xticks()和yticks()函数将列表对象作为参数。列表中的元素表示将显示刻度的相应操作的位置。

ax.set_xticks([2,4,6,8,10])

此方法将使用刻度标记给定位置处的数据点。类似地，对应于刻度线的标签可以分别由set_xlabels()和set_ylabels()函数设置。

ax.set_xlabels(['two', 'four','six', 'eight', 'ten'])

它将在x轴上的标记下方显示文本标签。以下示例演示了刻度线和标签的使用。

示例代码

import matplotlib.pyplot as plt
import numpy as np
import math
plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一(替换sans-serif字体)
plt.rcParams['axes.unicode_minus'] = False # 原文出自【立地货】，商业转载请联系作者获得授权，非商业请保留原文链接：
x = np.arange(0, math.pi*2, 0.05)
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8]) # main axes
y = np.sin(x)
ax.plot(x, y)
ax.set_xlabel('角度')
ax.set_title('正弦')
ax.set_xticks([0,2,4,6])
ax.set_xticklabels(['zero','two','four','six'])
ax.set_yticks([-1,0,1])
plt.show()

执行上面示例代码，得到以下结果

2、Matplotlib 双轴

在图中具有双x或y轴有时是很有用的。 此外，当绘制具有不同单位的曲线时。 Matplotlib通过twinx()和twiny()函数支持此功能。
在下面的示例中，绘图具有双y轴，一个显示exp(x)，另一个显示log(x)

import matplotlib.pyplot as plt
import numpy as np
import math
plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一(替换sans-serif字体)
plt.rcParams['axes.unicode_minus'] = False # 原文出自【立地货】，商业转载请联系作者获得授权，非商业请保留原文链接：
fig = plt.figure()
a1 = fig.add_axes([0,0,1,1])
x = np.arange(1,11)
a1.plot(x,np.exp(x))
a1.set_ylabel('exp')
a2 = a1.twinx()
a2.plot(x, np.log(x),'ro-')
a2.set_ylabel('log')
fig.legend(labels = ('exp','log'),loc='upper left')
plt.show()

执行上面示例代码，得到以下结果