一年来终于用实际案例把matplotlib的绘图坐标轴说清楚了-太给力了

已于 2022-04-21 10:06:21 修改
阅读量2.5k 收藏 38
点赞数 6
分类专栏： Python 提升 Python语法学习 Python代码分析 文章标签： python
于 2022-04-18 06:40:26 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/weixin_41704077/article/details/124240518
版权

学习如果设计坐标轴的主标和辅标

1、正常显示汉字和负号的代码段
mp.rcParams['font.sans-serif']=['SimHei']
mp.rcParams['axes.unicode_minus']=False
2、调用坐标轴和设置主图代码
# 坐标刻度定位器
mp.figure()
# 调用坐标轴
ax = mp.gca()
3、隐藏top:上，right:右坐标线代码
ax.spines['left'].set_position(('data',0))
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.spines['bottom'].set_position(('data', 0))
4、设置最小刻度~最大刻度代码
#以下两段代码为y0~5控制范围，x为0~11控制范围，可以理解为主刻度
mp.xlim(0, 11)
mp.ylim(0,5)
5、设置最小刻度~最大刻度代码
#以下两段代码为y0~5控制范围，x为0~11控制范围，可以理解为主刻度
mp.xlim(0, 11)
mp.ylim(0,5)
6、设置x水平轴主刻度（6-1）~（6-2）分刻度代码
#6-1：设置主刻度,主刻度参数为2时，显示0，2，4....,如果为3呢？
ax.xaxis.set_major_locator(mp.MultipleLocator(3))
#6-2：这里设置的是x轴的分刻度，分刻度参数为0.3，0~3之间被分成10个小格。
ax.xaxis.set_minor_locator(mp.MultipleLocator(0.3))
6、设置y竖直轴分刻度代码
#修改为设置y轴的分刻度代码
ax.yaxis.set_minor_locator(mp.MultipleLocator(0.5))
7、为x水平轴添加辅助的文字说明
mp.text(5, 0.3, '坐标定位-主标和次标的设置原理图', ha='center', size=12)

设计代码分析

import numpy as np
import matplotlib.pyplot as mp

mp.rcParams['font.sans-serif']=['SimHei']
mp.rcParams['axes.unicode_minus']=False
# 坐标刻度定位器
mp.figure()
#以下两段代码为y0~5控制范围，x为0~11控制范围，可以理解为主刻度
mp.xlim(0, 11)
mp.ylim(0,5)
#这里手动把y轴添加上0~5个主刻度，顺便加上文字标签
mp.yticks([0,1,2,3,4,5])
#mp.yticks(['一','二','三','四','五','六'],rotation=30)
# 调用坐标轴
ax = mp.gca()
# 只留底轴，其余颜色设置为透明
ax.spines['left'].set_position(('data',0))
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.spines['bottom'].set_position(('data', 0))
# 设置主刻度,主刻度参数为2时，显示0，2，4....,如果为3呢？
ax.xaxis.set_major_locator(mp.MultipleLocator(3))
#这里设置的是x轴的分刻度，分刻度参数为0.3，0~3之间被分成10个小格。
ax.xaxis.set_minor_locator(mp.MultipleLocator(0.3))
#修改为设置y轴的分刻度代码
ax.yaxis.set_minor_locator(mp.MultipleLocator(0.5))

mp.plot(np.arange(11), np.zeros(11), c='none')
# 加一个文字,(ha=为中心对齐）
mp.text(5, 0.3, '坐标定位-主标和次标的设置原理图', ha='center', size=12)
mp.title('学习设置刻度主标和辅标',fontsize=23)
mp.show()

在这里插入图片描述

代码扩展练习：

根据前面的代码内容，试卷把坐标添加上箭头吧，下面给出如果添加箭头的代码段
问题思考：
提交的图片中背景是有颜色的，这里是如何实现的呢？
请把对应的代码答案，留言区讨论一下吧！
在这里插入图片描述

pd中对坐标轴添加箭头，坐标轴箭头
1 导入模块设置axisartist轴艺术
2 主画板fig,把主画板添加到艺术画板，艺术画板命名ax
3 把这些艺术画板作为子区域添加到主画板fig中。
4 设计指定轴的样式为箭头
5 隐藏不需要的轴，完成基础工作。

import mpl_toolkits.axisartist as axisartist
#定义主画板
fig = mp.figure()
# 定义艺术画板名称为ax,添加子图参数中绑定主画板
ax = axisartist.Subplot(fig,111)
#主画板中添加艺术画板
fig.add_axes(ax)
#实现箭头坐标轴装饰，首先在定义调用坐标轴位置，然后确定轴线_类型，
箭头样式：空->,实-|>
箭头尺寸：size=1.5
ax.axis['bottom'].set_axisline_style('-|>',size=1.5)
ax.axis['left'].set_axisline_style('->',size=1.8)
#艺术画板中隐藏坐标轴
ax.axis["top"].set_visible(False)
ax.axis["right"].set_visible(False)
plt.show()
扩展练习效果图

在这里插入图片描述

实际案例：画三角形

import matplotlib.pyplot as mp
import mpl_toolkits.axisartist as axisartist

mp.rcParams['font.sans-serif'] = ['SimHei']
mp.rcParams['axes.unicode_minus'] = False


class Art_axis():

    def axis_arrow():
        # 定位主图容器，把主图容器包装成一个艺术子画板，在主图中调用艺术子画板
        fig = mp.figure()
        ax = axisartist.Subplot(fig, 111)
        fig.add_axes(ax)
        #实现箭头坐标轴装饰， 明确空箭头为 ->,实箭头为 -|>，大小为size
        ax.axis['bottom'].set_axisline_style('-|>',size=1.5)
        ax.axis['left'].set_axisline_style('->',size=1.8)

        # 调用坐标轴
        ax = mp.gca()
        # 只留底轴，其余颜色设置为透明
        ax.spines['left'].set_position(('data',0))
        ax.spines['bottom'].set_position(('data', 0))

        #隐藏右上坐标轴
        ax.axis["top"].set_visible(False)
        ax.axis["right"].set_visible(False)
        return ax
    def scale(ax):
        #设置x轴的坐标范围
        mp.xlim(0, 13)
        # 设置主辅轴，主轴总长为5，单位长为1，最小间隔为0.5
        mp.ylim(0,5)
        ax.yaxis.set_major_locator(mp.MultipleLocator(1))
        ax.yaxis.set_minor_locator(mp.MultipleLocator(0.1))

        mp.title('学习绘制三角形在坐标系内',fontsize=18)

    ax = axis_arrow()
    scale(ax)
    def plot():
        #观察plot内的坐标和图中的坐标点位置，总结plot画三角形的技巧
        mp.plot([1,3],[1,4],'k')
        mp.plot([3, 8], [4, 1],'k:',lw=1.5)
        mp.plot([1,8],[1,1],'k')
        mp.annotate('A({},{})'.format(1, 1), xy=(1, 1), xytext=(0.3, 0.6),
                     fontsize=16)
        mp.annotate('B({},{})'.format(3, 4), xy=(3, 4), xytext=(3.5, 4.1),
                    fontsize=16)
        mp.annotate('C({},{})'.format(8, 1), xy=(8, 1), xytext=(8, 0.6),
                    fontsize=16)


    plot()
    mp.show()

Art_axis()
画三角形效果图

在这里插入图片描述
扩展思考：图中的背景颜色是哪行代码实现的呢？聪明的你找到答案后把代码留言交流区讨论一下吧！

自动生成三角形坐标的代码

确定坐标点：

  1. (a_x1,b_y1) A点坐标
  2. (b_x2,b_y2) B点坐标
  3. (c_x1,c_y1) C点坐标
   import random
import matplotlib.pyplot as mp
import mpl_toolkits.axisartist as axisartist

mp.rcParams['font.sans-serif'] = ['SimHei']
mp.rcParams['axes.unicode_minus'] = False


class Art_axis():

    def axis_arrow():
        # 定位主图容器，把主图容器包装成一个艺术子画板，在主图中调用艺术子画板
        fig = mp.figure(figsize=(6,5),dpi=80)
        ax = axisartist.Subplot(fig, 111)
        fig.add_axes(ax)
        #实现箭头坐标轴装饰， 明确空箭头为 ->,实箭头为 -|>，大小为size
        ax.axis['bottom'].set_axisline_style('-|>',size=1.5)
        ax.axis['left'].set_axisline_style('->',size=1.8)

        # 调用坐标轴
        ax = mp.gca()
        # 只留底轴，其余颜色设置为透明
        ax.spines['left'].set_position(('data',0))
        ax.spines['bottom'].set_position(('data', 0))

        #隐藏右上坐标轴
        ax.axis["top"].set_visible(False)
        ax.axis["right"].set_visible(False)
        return ax
    def scale(ax):
        #设置x轴的坐标范围
        mp.xlim(0, 13)
        # 设置主辅轴，主轴总长为5，单位长为1，最小间隔为0.5
        mp.ylim(0,8)
        ax.yaxis.set_major_locator(mp.MultipleLocator(1))
        ax.yaxis.set_minor_locator(mp.MultipleLocator(0.1))

        mp.title('学习绘制三角形在坐标系内',fontsize=18)

    ax = axis_arrow()
    scale(ax)
    def plot():

        a_x1= random.randint(1,10)
        b_x2= random.randint(1,10)
        b_y1= random.randint(4,6)
        b_y2= random.randint(4,6)
        c_x1= random.randint(6,12)
        c_y1= random.randint(1, 6)
        if a_x1==b_y1==c_x1:
            a_x1 += 1
            b_y1 +=2
            c_x1 += 3

        mp.plot([a_x1, b_x2], [b_y1, b_y2], 'k')  
        mp.plot([b_x2, c_x1], [b_y2, c_y1], 'k:', lw=1.5)   
        mp.plot([a_x1, c_x1], [b_y1, c_y1], 'k')  
        mp.annotate('A({},{})'.format(a_x1, b_y1), xy=(a_x1, b_y1), xytext=(a_x1, b_y1),
                    fontsize=16)
        mp.annotate('B({},{})'.format(b_x2, b_y2), xy=(b_x2, b_y2), xytext=(b_x2, b_y2),
                    fontsize=16)
        mp.annotate('C({},{})'.format(c_x1, c_y1), xy=(c_x1, c_y1), xytext=(c_x1, c_y1),
                    fontsize=16)

    plot()
    mp.show()






Art_axis()

效果图展示：
在这里插入图片描述

以上代码为类里面构造三角形三个顶点的代码函数，通过随机函数提供的定位好的坐标，来确定我们需要三角形的位置。

学后记：

感悟如下

  1. 本次学习的内容是前一年中，没有完全清楚的部分，但是今天重新拿出来按照正确的学习方式学习，问题迎刃而解了，开心。
  2. 学习有的时候不是一次性可以完全搞清楚的，需要把问题搁置起来，继续我们能够理解和学会的内容，等到有了一些必要的积累后，重新回头看你曾经不会的东西，有一天你会恍然大悟。
  3. 学习过程中遇到的问题，学会处理将来都会变成你的财富，让我们随着学习变的越来越有经验吧！
    在这里插入图片描述
德天老师
关注
  • 6
    点赞
  • 踩
  • 38
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
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）
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...
PY_matplotlib
meini32的博客
02-06 417
【代码】PY_matplotlib。
【Python】matplotlib画箭头
Realm_add1的博客
05-08 969
shape: 箭头头部的形状，默认为 'full'，可选值为 'full', 'left', 'right'。length_includes_head: 箭头的总长度是否包括头部长度，默认为 False。head_length: 箭头头部的长度，默认为 1.5倍箭头头部宽度。head_width: 箭头头部的宽度，默认为 3倍箭头底部宽度。: 箭头的水平长度（终点的 x 坐标相对于起点的 x 坐标的增量）。: 箭头的垂直长度（终点的 y 坐标相对于起点的 y 坐标的增量）。: 箭头起点的 x 坐标。
python matplotlib笔记：坐标轴设置
weixin_39747882的博客
07-17 9500
xaxis.set_ticks_position:设置x坐标刻度数字或名称的位置。yaxis.set_ticks_position:设置y坐标刻度数字或名称的位置。ax.set_color:设置边框颜色：默认白色。ax.xlabel():设置x坐标轴名称。ax.ylabel():设置y坐标轴名称。ax.xlim():设置x坐标轴范围。ax.ylim():设置y坐标轴范围。ax.xticks():设置x轴刻度。ax.yticks():设置y轴刻度。ax.spines:设置边框。ax.spines:设置边框。
Matplotlib笔记（一）：坐标轴刻度，坐标轴标签，坐标系标题设置
学习 & 分享 ~
11-18 9871
> 本篇内容： > 坐标轴名称（axis label）：x 轴和 y 轴名称的设置 > 坐标系标题（title）：单坐标系标题、多坐标系标题、Figure 标题的设置 > 坐标轴刻度（tick label）：坐标轴刻度字号大小的设置
matplotlib设置坐标轴
shanshuyue的博客
11-04 8546
import numpy as np 设置x,y范围 x = np.linspace(-3,3,100) y1 = 2*x + 1 y2 = x**2 #xy范围 plt.xlim((-1,2)) plt.ylim((-2,3)) plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--') plt.plot(x,y2,color='blue',linewidth=5.0,linestyle='-') #color指的是线的颜色，linewidth指的
python plt 设置坐标轴标签的位置（离坐标轴的距离）
热门推荐
雾隐雾现的至渝博客
03-23 6万+
背景             画柱状图的时候，横坐标时用的中文字符，然后就发现设置的坐标轴标签（也是中文）离得太近，挤到一起，不好看 plt.xlabel("特征") 解决办法         通过查函数原型及参数 matplotlib.pyplot.xlabel(xlabel, fontdict=None, labelpad=None, *, loc=None, **kwargs) xlab
Python绘图Matplotlib之坐标轴及刻度总结
09-19
本篇文章主要总结了如何使用Matplotlib进行坐标轴与刻度的定制。 首先，我们导入必要的库，包括`matplotlib.pyplot`、`pandas`和`numpy`，并且通过`plt.rcParams`设置字体和负号的显示方式，确保中文和负号能正常...
matplotlib-3.8.2-cp39-cp39-win_amd64.whl
12-16
该资源为matplotlib-3.8.2-cp39-cp39-win_amd64.whl，欢迎下载使用哦！
matplotlib-3.8.2-cp310-cp310-win_amd64.whl
12-16
该资源为matplotlib-3.8.2-cp310-cp310-win_amd64.whl，欢迎下载使用哦！
matplotlib-3.3.3-cp38-cp38-win_amd64.whl
01-28
该资源为matplotlib-3.3.3-cp38-cp38-win_amd64.whl，欢迎下载使用哦！
matplotlib-3.4.3-cp38-cp38-win_amd64.zip
11-21
总的来说，matplotlib 3.4.3为Windows x64用户提供了一个强大的数据可视化工具，只需简单的安装步骤即可享受其丰富的绘图功能。无论是学术研究、数据分析还是报告制作，matplotlib都能成为你的得力助手。在掌握基本...
matplotlib画图教程，设置坐标轴标签和间距
TechFlow的博客
10-15 1万+
大家好，欢迎来到周四数据处理专题，我们今天继续matplotlib作图教程。 在上周的文章当中我们介绍了如何通过xlabel和ylabel设置坐标轴的名称，以及这两个函数的花式设置方法，可以设置出各种各样的名称显示方法。今天我们来介绍介绍其他的设置。 xlim、ylim 我们首先来介绍坐标轴的范围，坐标轴的范围很好理解，有的时候我们产出的数据的范围可能并不是完全我们想要的。如果我们不对坐标轴的范围进行设置的话，那么matplotlib默认会按照我们数据的范围来自动选择它认为最合适的区间来展示所有的数据。 举
Python-matplotlib：调整坐标轴位置、标签位置和标签方向，以及X轴刻度标签位置
只有你最牛的博客
11-12 4万+
调整坐标轴位置、坐标轴标签和方向、X轴刻度标签位置。
【matplotlib】可视化解决方案——如何向画布中添加坐标轴
pcx171的博客
03-20 796
本文主要介绍了matplotlib中如何向画布添加坐标轴。本文首先分析了添加子区的劣势，然后介绍了plt.axes方法的相关参数，最后给出了一个示例用以说明。
matplotlib绘制Centered坐标轴
邹九的个人博客
05-15 104
【代码】matplotlib绘制Centered坐标轴。
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基础知识（图形绘制&坐标轴、标签、刻度&字体设置&图例&脊柱移动&风格样式&多图布局&双轴显示）（1）
xiaozhouzhou
04-28 6883
文章目录前言一、图形绘制二、坐标轴刻度、标签、标题1.寻找字体2.设置三、图例四、脊柱移动五、风格样式-颜色、线形、点形、线宽、透明度2.更多属性设置六、多图布局1.子视图2.视图嵌套3.多图布局4.不平均分布总结 前言 python学习笔记—matplotlib day8（仅供学习使用） 软件的安装 pip3 install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple 介绍：在数据分析与机器学习中，我们经常要用到大量的可视化操作。一
matplotlib——对坐标的控制,加图例注释
akon_wong_hkbu的博客
12-19 1万+
我们可以使用matplotlib.pyplot.locator_params（）来控制刻度线定位器的行为。 即使通常会自动确定标记点的位置，但是如果我们想要绘制较小的标记，则可以控制标记点的数量并使用紧密的视图： from pylab import * import numpy as np ax = gca() ax.locator_params(tight = True, nbins =
matplotlib绘制坐标轴
最新发布
06-26
要绘制坐标轴，你可以使用Matplotlib中的`axis`和`xaxis`, `yaxis`等方法，以及`set_xlabel`, `set_ylabel`来设置标签。以下是一个基础的例子： ```python import matplotlib.pyplot as plt # 创建一个新的图形 ...

“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
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