这是“简洁优雅的Matplotlib可视化”栏目的第 6 篇文章!
这是一篇姗姗来迟的可视化教程。
如果前几期推送帮助你掌握了使用Matplotlib绘图的基本技巧。那么,从这期开始,我希望你能精通这项技能。实际上,图片的高级配置方法贯穿整个Matplotlib知识体系,往期的教程中我们也根据实际的需要,使用到了一部分图片的高级配置方法。为了更系统地学习这些配置图片的技巧,一起进入下面的干货实践教程!
设置坐标轴上下限
一般地,Matplotlib会根据你的图形选择最适合的坐标轴上下限。但是,自定义坐标轴上下限可能会更好。调整坐标轴上下限最基础的方法是plt.xlim()和plt.ylim():
x = np.linspace(0, 10, 100)
plt.plot(x, np.sin(x))
plt.xlim(-1, 11)
plt.ylim(-1.5, 1.5)
如果想要让坐标轴逆序显示,那么也可以逆序设置坐标轴刻度值:
plt.plot(x, np.sin(x))
plt.xlim(11, -1)
plt.ylim(1.5, -1.5)
另一个设置坐标轴上下限的方法是plt.axis()。通过传入[xmin, xmax, ymin, ymax]对应的值,plt.axis()方法可以让你用一行代码设置x和y的限值:
plt.plot(x, np.sin(x))
plt.axis([-1, 11, -1.5, 1.5])