一点说明：这个教程的出现是无计划的，所以缺乏提纲，很多人感觉每节之间没有系统。我可能在后面会进一步的归纳总结，以word文档或者pdf的样式上传至气象家园。

本节提要：简单的刻度属性、轴标签、刻度格式与生成、刻度标签的进一步操作、实用标题。

matplotlib最大的优势和劣势在于自己内部命令的随意性。比较系统的气象语言如NCL和Grads的每一个语句的实现方式基本上是一定的，然而matplotlib实现一种目的可以有多种操作方式。今天主要讲解图表的辅助性属性的修改。

一、简单的刻度属性

1.直接限定刻度范围

通过xlim、ylim限制图表轴线取值范围，比如plt.xlim(0,10)即将x轴范围限定在0~10；ax.set_ylim(0,10)对子图ax的y轴范围限定在0~10。

2.颠倒轴方向

通过1中的语句，我们可以颠倒轴的方向，比如plt.xlim(10,0)即将x轴的起始刻度变为10，终止刻度变为0；ax.set_ylim(10,0)将子图ax的y轴起始刻度变为10，终止刻度变为0。

3.修改刻度标签

通过plt.xticks(a,b)，修改刻度标签，实例如下：

x1=[2,4,6,8,10]x2=[r'$h2$',r'$h4$',r'$h6$',r'$h8$',r'$h10$']plt.xticks(x1,x2)

通过ax.set_xticks(x1)与ax.set_xticklabels(x2)修改刻度标签，实例同上类似。

4.旋转刻度标签

通过plt.xticks(rotation=‘float’)或者ax.set_xticklabels(rotation=‘float’)旋转刻度标签,实例如下(rotation=90)：

二、轴标签

轴标签是图表中重要的属性，对其进行灵活设置亦是十分重要的。

1.添加轴标签

通过plt.xlabel('str')设置x轴标签。

通过ax.set_xlabel('str')与ax.set_ylabel('str')设置轴标签。

通过ax.set(xlabel='str',ylabel='str')设置轴标签(这一句与上面分别设置标签等效)

2.修改轴标签样式

通过字典的方式修改轴标签，如：

font1={'size':10,'color':'red'}font2={'size':15,'color':'blue'}ax.set_xlabel('x轴',fontdict=font1)ax.set_ylabel('y轴',fontdict=font2)

3.旋转轴标签

通过ax.set_xlabel(rotation=90)旋转轴标签。

三、刻度格式与生成

在matpltlib的ticker模块中，提供了专门的刻度格式化命令。首先导入库包：

import matplotlib.ticker as mticker

首先简要介绍格式定位器(lcator)，调用和修改locatr的命令为：ax.xaxis.set_major_locator()。其中ax表示需要修改的子图，xaxis与yaxis表示需要修改的轴，major与minor表示需要修改的主副刻度，locator表示调用格式定位器。

1.无刻度命令(Nulllocator)

无刻度命令使刻度不显示

ax.xaxis.set_major_locator(mticker.NullLocator())ax.yaxis.set_major_locator(mticker.NullLocator())

2.等距刻度命令(MultipleLocator)

使刻度以指定基数划分

ax.yaxis.set_major_locator(mticker.MultipleLocator(0.5))ax.yaxis.set_minor_locator(mticker.MultipleLocator(0.1))

我们设置了y轴主刻度的划分基数为0.5，所以主刻度均以每0.5单位划分，而参考前面原图，系统默认给出的是0.25；又设置了y轴的副刻度的划分基数为0.1，所以副刻度均以每0.1个单位划分，而参考原图，系统默认副刻度不显示，所以无副刻度。

3.刻度数量抑制命令(MaxNLocator)

该命令可以限制刻度的数量

ax.yaxis.set_major_locator(mticker.MaxNLocator(3))

可以看出，y轴只剩下3个刻度了，这是因为该命令限制y轴最多只能出现3个刻度，限制后，该命令会自动使剩下的刻度分布呈现合适状态。

4.均匀刻度命令(LinearLocator)

该命令使刻度按划分数量均匀显示

ax.yaxis.set_major_locator(mticker.LinearLocator(50))

按照我们的需求，刻度被均匀分为50。

5.刻度固定(FixedLocator)

ax.yaxis.set_major_locator(mticker.FixedLocator(np.arange(-0.75,0.75+0.1,0.25)))

可以看出，刻度被固定，即是超出了刻度也不再显示

然而，在气象领域的应用中，刻度的格式生成器的使用就少见的多了，我们最常用的，应该是在cartopy绘制地图的时候，从cartopy.mpl.ticker中引用的经纬度格式生成器。

from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatterax.xaxis.set_major_formatter(LongitudeFormatter(zero_direction_label=True))ax.yaxis.set_major_formatter(LatitudeFormatter())

大部分的格式生成不适用于气象，而更适合数学、金融等专业，因为他们的符号需求是远高于气象的。

四、刻度标签的进一步操作

matplotlib.pyplot中提供了一个模块以进一步定制我们的图表。该命令为ax.tick_params()，具体参数如下：

axis

指定修改的轴，如'x','y','both'

reset

重置，所有格式恢复默认

which

哪种刻度，如'major','minor','both'

direction

刻度的方向，如'in','out','inout'

length

刻度线长度

width

刻度线宽度

color

刻度线颜色

pad

刻度标签与刻度线距离

labelsize

刻度标签大小

labelcolor

刻度标签颜色

ax.tick_params(axis='x',labelcolor='red')与ax.set_xlabel(fontdict={'color':'red'}的效果应该是一样的。

还可以通过ax.spines['top'].set_color()语句调节框线颜色，通过ax.spines['bottom'].set_linewidth()语句调节框线粗细。通过一组图片示意：

ax.tick_params(axis='y',which='major',direction='in',length=15,color='r',pad=2,labelsize=10,labelcolor='cyan')ax.tick_params(axis='y',which='minor',direction='inout',length=5,color='g')ax.spines['top'].set_color('None')ax.spines['right'].set_color('None')ax.spines['bottom'].set_linewidth(5)

原图：

修改后的图片：

五、实用标题

简要介绍标题，实例如下：

ax.set_title('东亚地图',fontsize=20,loc='left')fontdict1={'color':'cyan'}ax.set_title('近代\n 海陆舆图',fontsize=10,loc='center',fontdict=fontdict1)fontdict2={'color':'red'}ax.set_title('1949-10-1\n00:00:00',fontsize=10,loc='right',fontdict=fontdict2)

往期回顾：

欢迎关注云台书使公众号