数据可视化Matplotlib使用5-改变坐标轴的默认显示方式

import matplotlib.pyplot as plt
y = range(0,14,2)
x = [-3,-2,-1,0,1,2,3]# # 获得当前图表的图像
# ax = plt.gca()# # 设置图型的包围线
# ax.spines['right'].set_color('none')
# ax.spines['top'].set_color('none')
# ax.spines['bottom'].set_color('red')
# ax.spines['left'].set_color('#0000FF')plt.plot(x,y)
plt.show()

Matplotlib默认绘制出的图像
Matplotlib在绘制图形的时候会默认显示上面和右侧的边框(我觉得应该还有下边框和左边框这两个边框为坐标轴了)，以及坐标轴的颜色默认是黑色

gca()

通过 plt.gca() 获取当前的Axes对象

ax = plt.gca()

spines()

使用spines属性获取到对应的边框
ax.spines['right']
- right 右边框
- left 左边框
- top 上边框
- bottom 下边框

set_color(‘颜色’)

通过set_color(‘none’) 方法可以设置边框的颜色

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

颜色的设置
none 表示无色(即消失)
可使用red、blue等颜色单词或者十六进制的颜色值"#0000FF"

import matplotlib.pyplot as plt
y = range(0,14,2)
x = [-3,-2,-1,0,1,2,3]# 获得当前图表的图像
ax = plt.gca()# 设置图型的包围线
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['bottom'].set_color('red')
ax.spines['left'].set_color('#0000FF')plt.plot(x,y)
plt.show()

移动Y轴-set_position()

X轴的0点，和Y轴的0点交叉，需要使用set_position方法移动坐标轴的位置
ax.spines['bottom'].set_position(('data', 0))
- spines[‘bottom’] : 设置底边的移动范围，移动到Y轴的0位置
- data : 移动轴的位置到交叉轴的指定坐标

import matplotlib.pyplot as plt
import numpy as npx = [-3,-2,-1,0,1,2,3]
# plt.figure(figsize=(20,8),dpi=80)# 获得当前图表的图像
ax = plt.gca()# 设置图型的包围线
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['bottom'].set_color('blue')
ax.spines['left'].set_color('red')ax.spines['bottom'].set_position(('data', 0)) # 移动底边框(X轴)
ax.spines['left'].set_position(('data', 0)) # 移动左边框(Y轴)plt.plot(x,x)
plt.show()

好吧这样一移动, 才知道原来可能是没有左边框和底边框…

画一个无边框, 无坐标的正弦

%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
# 在指定的间隔内返回均匀间隔的数字
x = np.linspace(-np.pi,np.pi,256)
# 正弦函数
y = np.sin(x)
#画图，使用不同的颜色和线条
plt.plot(x,y,color='blue',linewidth=1)
# 获得当前图表的图像
ax = plt.gca()# 设置图型的包围线
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['bottom'].set_color('none')
ax.spines['left'].set_color('none')
# 设置不显示坐标轴刻度
plt.xticks([])
plt.yticks([])plt.show()

数据可视化Matplotlib使用5-改变坐标轴的默认显示方式相关推荐

python坐标轴位置_Python Matplotlib 改变坐标轴的默认位置
使用Matplotlib绘制的图表的默认坐标轴是在左下角的,这样对于一些函数的显示不是非常方便,要改变坐标轴的默认显示方式主要要使用gca()方法 plt.gca()表示 Get current ax ...
Python数据可视化matplotlib（一）—— 图表的基本元素
Python数据可视化matplotlib(一)-- 图表的基本元素图表创建 plt.show() # 图表窗口1 → plt.show()plt.plot(np.random.rand(10)) ...
Python数据可视化matplotlib：第四回：文字图例尽眉目
Python数据可视化matplotlib:第四回:文字图例尽眉目 1. Figure和Axes上的文本大家可以看到有些论文或者博客上都有绘制的很漂亮的图,其中大部分都在图形绘制上进行一定的注释说明 ...
每日一课 | Python数据可视化—Matplotlib初体验
04. Matplotlib初体验大家好,我是小C,上期给大家分享--Python数据可视化-如何做好启动准备(小白必读) 本期分享内容:Python数据可视化-Matplotlib初体验本期小C ...
数据可视化: matplotlib绘制动态图及3维动画
动画可以有趣地展示某种现象.相比于静态图表,人们更容易被动画和交互式的图表所吸引.在描绘时间序列数据时,动画更有意义,例如多年来股票价格的波动,过去十年气候的季节性变化和和趋势,因为我们可以看到特定参 ...
第十九章 python 数据可视化 Matplotlib Pygal
python 数据可视化一.使用Matplotlib生成数据图 1. matplotlib画图中文乱码小方框的解决方法 2. 知识点 3. 安装Matplotlib包 4. Matplotlib数据 ...
Python数据可视化 Matplotlib详解（一) —— 折线图与时序数据绘制
目录本小节内容基础代码实例讲解如何多图绘制多行多列的情况多行单列的情况 Matplotlib 绘制时序数据多时序变量绘图如何给数据添加注释 Reference 本小节内容今天这一小节 ...
数据可视化——Matplotlib(1)
导入相关模块 import matplotlib.pyplot as plt import pandas as pd import numpy as np 基本图表散点图:scatter N = 1 ...
python plt包_Python 数据可视化-Matplotlib包学习笔记（一）
Python 数据可视化本文主要参照Matplotlib的官方教程进行整理,作为个人的学习笔记进行分享,欢迎相互讨论. Matplotlib包学习笔记(一) 本文主要简单介绍一下Matplotlib ...

数据可视化Matplotlib使用5-改变坐标轴的默认显示方式

gca()

spines()

set_color(‘颜色’)

移动Y轴-set_position()

画一个无边框, 无坐标的正弦

数据可视化Matplotlib使用5-改变坐标轴的默认显示方式相关推荐

最新文章

热门文章