python matplotlib.axes相关属性设置(绘图方式、坐标轴、坐标刻度、文本等)

简介: 为什么要用 ax ,而不是 plt 呢?因为在绘制子图过程中,对于每一个子图的不同设置,ax 可以直接实现对于单个子图的设定,因此掌握必要的 ax 设置命令尤为重要!

最近在学习python 绘图时,常常使用到这样一个类:matplotlib.axes

其继承关系如下:

20210426115314355.png

为什么要用 ax ,而不是 plt 呢?

因为在绘制子图过程中,对于每一个子图的不同设置,ax 可以直接实现对于单个子图的设定,因此掌握必要的 ax 设置命令尤为重要!


参数传递,返回新的 AXES 对象:

matplotlib.axes.Axes(fig,rect,*,facecolor = None,frameon = True,sharex = None,sharey = None,label = ‘’,xscale = None,yscale = None,box_aspect = None,** kwargs)


以下,总结了一些 ax 的常用方式:


一、绘图



1、基本


Axes.plot 将y对x绘制为线条或标记。
Axes.errorbar 将y与x绘制为带有错误栏的线和/或标记。
Axes.scatter  y与y的散点图
Axes.plot_date  绘制强制轴以将浮点数视为日期的图。
Axes.step 绘制一个阶梯图。
Axes.loglog 在x轴和y轴上使用对数缩放绘制图。
Axes.semilogx 在x轴上绘制具有对数比例的图。
Axes.semilogy 用y轴上的对数比例绘制图。
Axes.fill_between 填充两条水平曲线之间的区域。
Axes.fill_betweenx  填充两条垂直曲线之间的区域。
Axes.bar  绘制条形图。
Axes.barh 绘制水平条形图。
Axes.bar_label  标记条形图。
Axes.stem 创建一个茎图。
Axes.eventplot  在给定位置绘制相同的平行线。
Axes.pie  绘制饼图。
Axes.stackplot  绘制堆积面积图。
Axes.broken_barh  绘制矩形的水平序列。
Axes.vlines 在每个x上绘制从ymin到ymax的垂直线。
Axes.hlines 在从xmin到xmax的每个y上绘制水平线。
Axes.fill 绘制填充的多边形。


2、跨度,光谱,填充,2D数组。


Axes.axhline  在轴上添加一条水平线。
Axes.axhspan  在轴上添加水平跨度(矩形)。
Axes.axvline  在轴上添加一条垂直线。
Axes.axvspan  在轴上添加垂直跨度(矩形)。
Axes.axline 添加无限长的直线。
Axes.acorr  绘制x的自相关。
Axes.angle_spectrum 绘制角度光谱。
Axes.cohere 绘制x和y之间的相干性。
Axes.csd  绘制交叉光谱密度。
Axes.magnitude_spectrum 绘制幅度谱。
Axes.phase_spectrum 绘制相位谱。
Axes.psd  绘制功率谱密度。
Axes.specgram 绘制频谱图。
Axes.xcorr  绘制x和y之间的互相关。
Axes.clabel 标注等高线图。
Axes.contour  绘制轮廓线。
Axes.contourf 绘制填充轮廓。
Axes.imshow 将数据显示为图像,即在2D常规栅格上。
Axes.matshow  将2D矩阵或数组的值绘制为颜色编码的图像。
Axes.pcolor 创建具有非规则矩形网格的伪彩色图。
Axes.pcolorfast 创建具有非规则矩形网格的伪彩色图。
Axes.pcolormesh 创建具有非规则矩形网格的伪彩色图。
Axes.spy  绘制2D阵列的稀疏模式。


二、坐标轴



1、外部


Axes.axis 获取或设置某些轴属性的便捷方法。
Axes.set_axis_off 关闭x和y轴。
Axes.set_axis_on  开启x和y轴。
Axes.set_frame_on 设置是否绘制轴矩形补丁。
Axes.get_frame_on 获取是否绘制了轴矩形补丁。
Axes.set_axisbelow  设置轴刻度线和网格线是在图上方还是下方。
Axes.get_axisbelow  获取轴刻度和网格线是在图上方还是下方。
Axes.grid 增加网格线。
Axes.get_facecolor  获取轴的表面色。
Axes.set_facecolor  设置轴的表面色。


2、轴的范围、方向、标签、标题、图例


Axes.invert_xaxis 反转x轴。
Axes.xaxis_inverted 返回x轴是否沿“反”方向定向。
Axes.invert_yaxis 反转y轴。
Axes.yaxis_inverted 返回y轴是否沿“反”方向定向。
Axes.set_xlim 设置x轴范围。
Axes.get_xlim 返回x轴范围。
Axes.set_ylim 设置y轴范围。
Axes.get_ylim 返回y轴范围。
Axes.set_xbound 设置x轴的上下边界。
Axes.get_xbound 以递增顺序返回x轴的上下边界。
Axes.set_ybound 设置y轴的上下边界。
Axes.get_ybound 以递增顺序返回y轴的上下边界。
Axes.set_xlabel 设置x轴的标签。
Axes.get_xlabel 获取xlabel文本字符串。
Axes.set_ylabel 设置y轴的标签。
Axes.get_ylabel 获取ylabel文本字符串。
Axes.set_title  为轴设置标题。
Axes.get_title  获取轴标题。
Axes.legend 在轴上放置一个图例。
Axes.get_legend 返回Legend实例,如果未定义图例,则返回None。
Axes.get_legend_handles_labels  返回图例的句柄和标签
Axes.set_xscale 设置x轴比例。
Axes.get_xscale 返回xaxis的比例尺(以str表示)。
Axes.set_yscale 设置y轴比例。
Axes.get_yscale 返回yaxis的比例尺(以str表示)。
Axes.set_xticks 设置xaxis的刻度位置。
Axes.get_xticks 返回数据坐标中xaxis的刻度位置。
Axes.set_xticklabels  使用字符串标签列表设置xaxis的标签。
Axes.get_xticklabels  获取xaxis的刻度标签。
Axes.get_xmajorticklabels 返回xaxis的主要刻度标签,作为的列表Text。
Axes.get_xminorticklabels 返回xaxis的次刻度标签,作为的列表Text。
Axes.get_xgridlines 返回xaxis的网格线作为Line2Ds的列表。
Axes.get_xticklines 以x的列表形式返回xaxis的刻度线Line2D。
Axes.xaxis_date 设置轴刻度和标签,以将沿x轴的数据视为日期。
Axes.set_yticks 设置yaxis的刻度位置。
Axes.get_yticks 返回数据坐标中yaxis的刻度位置。
Axes.set_yticklabels  使用字符串标签列表设置yaxis标签。
Axes.get_yticklabels  获取yaxis的刻度标签。
Axes.get_ymajorticklabels 返回yaxis的主要刻度标签,作为的列表Text。
Axes.get_yminorticklabels 返回yaxis的次要刻度标签,作为的列表Text。
Axes.get_ygridlines 返回yaxis的网格线作为Line2Ds的列表。
Axes.get_yticklines 返回yaxis的刻度线作为Line2Ds的列表。
Axes.yaxis_date 设置轴刻度和标签,以将沿y轴的数据视为日期。
Axes.minorticks_off 去除轴上的细小滴答声。
Axes.minorticks_on  在轴上显示较小的刻度。
Axes.ticklabel_format 配置ScalarFormatter默认情况下用于线性轴。
Axes.tick_params  更改刻度线,刻度线标签和网格线的外观。


三、投影



Axes.get_xaxis_transform  获取用于绘制x轴标签,刻度线和网格线的转换。
Axes.get_yaxis_transform  获取用于绘制y轴标签,刻度线和网格线的转换。
Axes.get_data_ratio 返回缩放数据的纵横比。


具体的绘制方式可见下方网址,包括其他的设定

matplotlib.axes

参考自:https://matplotlib.org/stable/api/axes_api.html#axis-limits


相关文章
|
12月前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
414 8
|
数据可视化 Python
Python 高级绘图:探索数据可视化
在Python中,利用matplotlib、seaborn等库可实现数据的可视化。matplotlib功能丰富,支持基础图表绘制;seaborn则提供了更美观的默认样式。此外,matplotlib还支持3D图形及动态图表的生成,满足多样化的数据展示需求。 示例代码展示了如何使用这些库绘制正弦波、散点图、3D曲面图及动态更新的折线图。通过numpy生成数据,并借助matplotlib与seaborn的强大绘图功能,实现数据的直观呈现。
215 17
|
Python
【10月更文挑战第15天】「Mac上学Python 26」小学奥数篇12 - 图形变换与坐标计算
本篇将通过 Python 和 Cangjie 双语实现图形变换与坐标计算。这个题目帮助学生理解平面几何中的旋转、平移和对称变换,并学会用编程实现坐标变化。
276 1
|
API Python
使用Python requests库下载文件并设置超时重试机制
使用Python的 `requests`库下载文件时,设置超时参数和实现超时重试机制是确保下载稳定性的有效方法。通过这种方式,可以在面对网络波动或服务器响应延迟的情况下,提高下载任务的成功率。
761 1
|
移动开发 Java 编译器
什么是pyc文件,把python的py文件编译成pyc文件,把pyc文件反编译成py文件。以及python编译的如何设置不生成pyc文件
什么是pyc文件,把python的py文件编译成pyc文件,把pyc文件反编译成py文件。以及python编译的如何设置不生成pyc文件
600 1
|
数据可视化 Python
Python 高级绘图:从基础到进阶的可视化实践
本文介绍了使用 Python 的强大绘图库 matplotlib 实现多种图表绘制的方法,包括简单的折线图、多条折线图、柱状图、饼图、散点图及 3D 图的绘制。通过具体代码示例展示了如何设置轴标签、标题、图例等元素,并指出了 matplotlib 支持更多高级绘图功能。来源:https://www.wodianping.com/app/2024-10/47112.html。
406 0
|
数据可视化 数据挖掘 Linux
10幅必须掌握的Seaborn绘图
10幅必须掌握的Seaborn绘图
352 0
|
数据可视化 数据处理 Python
Matplotlib:Python绘图利器之王
Matplotlib:Python绘图利器之王
120 0
|
Python Windows 内存技术
【Azure 应用服务】Azure App Service (Windows) 使用Flask框架部署Python应用,如何在代码中访问静态文件呢?如何设置文件路径?是相对路径还是绝对路径呢?
【Azure 应用服务】Azure App Service (Windows) 使用Flask框架部署Python应用,如何在代码中访问静态文件呢?如何设置文件路径?是相对路径还是绝对路径呢?
241 0
|
3月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
303 102