Matplotlib 刻度标签

Matplotlib 刻度标签函数

有些情况下，坐标轴默认的刻度标签并不能满足我们的开发需求。在 Matplotlib 中，我们可以使用 xticks() 函数来定义 x 轴的刻度标签，也可以使用 yticks() 函数来定义 y 轴的刻度标签。

语法：

plt.xticks(
    ticks,
    labels,
    rotation=None,
    fontsize=None,
    color=None,
    ...
)
plt.yticks(
    ticks,
    labels,
    rotation=None,
    fontsize=None,
    color=None,
    ...
)

说明：

xticks() 和 yticks() 都可以接收多个参数，但最常用的两个是 ticks 和 labels。

ticks（必选）：表示 “刻度值”。它是一个列表或可迭代对象（如 range 对象、NumPy 数组等），用于指定刻度在轴上的位置。
labels（可选）：表示 “标签值”。它也是一个列表或可迭代对象，包含了与 ticks 中的刻度值一一对应的标签文本。labels 列表的长度必须与 ticks 列表的长度相同。
rotation（可选）：用于旋转刻度标签的角度。可以是一个浮点数（表示角度）或 'vertical'、'horizontal' 等字符串。
fontsize（可选）：用于设置刻度标签的字体大小。可以是一个数值或者 'small'、'medium'、'large' 等字符串。
color（可选）：用于设置刻度标签的颜色。

Matplotlib 刻度标签示例

接下来，我们通过几个简单的例子来讲解一下 Matplotlib 是如何设置刻度标签的。

示例 1：Matplotlib 设置刻度标签（默认情况）

import matplotlib.pyplot as plt

# 设置
plt.rcParams['font.family'] = ['SimHei', 'PingFang SC'] 
plt.rcParams['axes.unicode_minus'] = False

# 绘图
x = range(1, 16)
y = [36.0, 36.1, 36.6, 36.2, 36.4, 36.5, 36.0, 36.2, 36.4, 36.8, 36.7, 36.1, 36.6, 36.5, 36.7]
plt.plot(x, y, marker='o', markerfacecolor='white')          # 节点为空心圆

# 定义标题
plt.title('15日体温变化')
plt.xlabel('日期')
plt.ylabel('体温')

# 显示
plt.show()

运行之后，效果如下图所示。

Matplotlib设置刻度标签

分析：

从上图可以看出来，x 轴的刻度是 2、4、6 这样的数字，但是我们想要 1、2、3、4 这样更加精确的刻度，此时就可以使用 xticks() 函数来实现了。

plt.xticks(ticks=range(1, 16))

把上面这句代码加到 “定义标题” 的后面，再次运行之后，效果如下图所示。

Matplotlib改变刻度

示例 2：Matplotlib 定义 labels

import matplotlib.pyplot as plt

# 设置
plt.rcParams['font.family'] = ['SimHei', 'PingFang SC'] 
plt.rcParams['axes.unicode_minus'] = False

# 绘图
x = range(1, 16)
y = [36.0, 36.1, 36.6, 36.2, 36.4, 36.5, 36.0, 36.2, 36.4, 36.8, 36.7, 36.1, 36.6, 36.5, 36.7]
plt.plot(x, y, marker='o', markerfacecolor='white')          # 节点为空心圆

# 定义标题
plt.title('15日体温变化')
plt.xlabel('日期')
plt.ylabel('体温')

# 刻度标签
dates = [str(i) + '日' for i in range(1, 16)]

# 加上 rotation=45 让标签倾斜 45 度，防止重叠
plt.xticks(ticks=range(1, 16), labels=dates, rotation=45)

# 显示
plt.show()

运行之后，效果如下图所示。

Matplotlib定义labels

分析：

dates = [str(i) + '日' for i in range(1, 16)] 这一句代码使用了 Python 列表推导式的语法，主要用于快速生成这样一个列表：['1日', '2日', ... , '15日']。其中，列表推导式属于 Python 进阶技巧，小伙伴们可以自行搜索一下。

对于 plt.xticks(ticks, labels) 函数来说，如果想要使用第 2 个参数，那么 ticks 和 labels 这 2 个列表的元素个数必须相同，然后 labels 的元素会一一替换到 ticks 的刻度上去。

示例 3：Matplotlib 刻度定位器和格式器

import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator, StrMethodFormatter

# 设置
plt.rcParams['font.family'] = ['SimHei', 'PingFang SC']
plt.rcParams['axes.unicode_minus'] = False

# 绘图数据
x = range(1, 16)
y = [36.0, 36.1, 36.6, 36.2, 36.4, 36.5, 36.0, 36.2, 36.4, 36.8, 36.7, 36.1, 36.6, 36.5, 36.7]
plt.plot(x, y, marker='o', markerfacecolor='white')          # 节点为空心圆

# 定义标题和标签
plt.title('15日体温变化')
plt.xlabel('日期')
plt.ylabel('体温（°C）')

# 获取当前 axes 对象
ax = plt.gca()

# 设置 x 轴刻度间隔为 2
ax.xaxis.set_major_locator(MultipleLocator(2))

# 设置 y 轴标签格式，保留一位小数
formatter = StrMethodFormatter('{x:.1f}°C')
ax.yaxis.set_major_formatter(formatter)

# 显示
plt.show()

运行之后，效果如下图所示。

Matplotlib 刻度定位器和格式器

分析：

Matplotlib 提供了更高级的方式来控制刻度的位置和标签格式，这就是使用 Locator 和 Formatter。

在上面例子中，我们首先使用 plt.gca() 获取了当前的 Axes 对象。然后，使用 MultipleLocator(2) 创建了一个刻度定位器，它会将 x 轴的主要刻度设置为每隔 2 个单位显示一个。接着，我们使用 StrMethodFormatter('{x:.1f}°C') 创建了一个格式器，它会将 y 轴的主要刻度标签格式化为保留一位小数的浮点数，并在末尾添加 “°C” 符号。