怎么挪动_Matplotlib入门-3-plt.gca( )挪动坐标轴

在 Matplotlib中与坐标轴相关的常用操作 中，最终的成图还是留有瑕疵。图中的坐标轴看起来不那么舒服，原因在于不是日常所用的过原点(0, 0)的坐标系，那么本文在前文基础上进行坐标轴位置优化。

---

利用plt.gca( )进行坐标轴的移动

首先观察画布上面的坐标轴，如下图

上图中，用红色标识出的黑色边界框线在Matplotlib中被称为spines，中文翻译为脊柱......在我理解看来，意思是这些边界框线是坐标轴区域的“支柱”。

那么，我们最终要挪动的其实就是这四个“支柱”

且所有的操作均在plt.gca( )中完成，gca就是get current axes的意思

---

（1）获取当前坐标轴位置并移动

既然要动，那么就要在获取当前坐标轴位置的基础上进行挪动。上代码，上图直观感受

import matplotlib.pyplot as plt

# 这里建立的画布大小是5*5的，并不是坐标轴范围，使用“十字按钮”拖动你就懂了！
plt.figure(figsize = (5,5))
plt.plot()  # 画个只有坐标系的图（因为没有传参数，所以显示空白）

ax = plt.gca()

# 获取你想要挪动的坐标轴，这里只有顶部、底部、左、右四个方向参数
ax.xaxis.set_ticks_position('bottom')  #  要挪动底部的X轴，所以先目光锁定底部！

# 在这里，position位置参数有三种，这里用到了“按Y轴刻度位置挪动”
# 'data'表示按数值挪动，其后数字代表挪动到Y轴的刻度值
ax.spines['bottom'].set_position(('data',0))

plt.show()

同理，要挪动Y轴的代码如下

ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

最终成图结果如下图所示

补充：set_position( )中除了‘data’以外还有‘outward’和‘axes’，自己去尝试效果

---

但是，作为一个有“洁癖”的人= =|||......上图实在是丑爆了！上面和右边的线是什么玩意！？

难道你忘了么，那是图的“支柱”...

怎么办？

删掉它！！！

你做梦呢，那是“支柱”！！！

......我不想要它两，丑死了

............

老马秀操作的时刻来了，擦亮你们的眼，发散你们的思维！！！

emmm......删不掉？那我让它两在我眼前“消失”

---

方法一：按照前面讲的，将处于右边和上面的“支柱”也挪到（0,0）位置

你看不见我看不见我，上代码，自行体会

import matplotlib.pyplot as plt

plt.figure(figsize = (5,5))
plt.plot()

ax = plt.gca()

ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))

ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

ax.xaxis.set_ticks_position('top')
ax.spines['top'].set_position(('data',0))

ax.yaxis.set_ticks_position('right')
ax.spines['right'].set_position(('data',0))

plt.show()

方法二：强行给这两个“支柱”涂上隐形涂料（获取其颜色并设置为none）

你看不见我看不见我，上代码，自行体会

import matplotlib.pyplot as plt

plt.figure(figsize = (5,5))
plt.plot()

ax = plt.gca()

ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))

ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

ax.spines['top'].set_color('none')  # 设置顶部支柱的颜色为空

ax.spines['right'].set_color('none')  # 设置右边支柱的颜色为空

plt.show()

上述两种方法最终成图效果如下

完美的，是我们想要的结果！

---

伸手党福利，接 Matplotlib中与坐标轴相关的常用操作 优化代码和图如下

import matplotlib.pyplot as plt
import numpy as np

n = np.linspace(-5, 4, 30)
m1 = 3 * n + 2
m2 = n ** 2

plt.plot(n, m1, 'r-.', n, m2, 'b')

plt.xlim((-2, 4))
plt.ylim((-5, 15))

x_ticks = np.linspace(-5, 4, 10)
plt.xticks(x_ticks)

plt.yticks([-2.5, 7.5], ['hate','love'])

plt.xlabel('XXX')
plt.ylabel('YYY')

ax = plt.gca()

ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))

ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')

plt.show()

---

又会有人“得寸进尺”的问，还是不美观，你的坐标轴标签‘XXX’和‘YYY’位置一点都不好看= =|||

且听下回娓娓道来

不点赞不关注，还要求这么多......今天的课到此为止，收摊儿咯~