tick_params()--matplotlib
1. 函数功能
改变刻度、刻度标签、网格线的外观
2.函数语法
plt.tick_params(axis='both',which='major',reset=False,**kwargs)
3. 函数参数与示例
参数 | 含义 |
---|---|
axis | 作用于哪个轴,取值为: x ; y ; both(默认) |
which | 作用于哪个刻度线,取值为:major(主要刻度线;默认) ; minor(次要刻度线) ; both(主要和次要刻度线) |
reset | 布尔值,更新设置之前是否将刻度重置为默认情况,默认取值False |
direction | 刻度在轴域放置的位置: in(里面);out(外面);inout(里面+外面) |
length | 刻度线的长度 |
width | 刻度线的宽度 |
color | 刻度线的颜色 |
3.1 刻度线属性
默认情况下,刻度线显示在轴域外:
import numpy as np
import matplotlib.pyplot as pltx = np.linspace(0, 2 * np.pi, 200)
y = np.sin(x)fig = plt.figure('sin', (8, 8), facecolor='snow')
plt.plot(x, y)
plt.minorticks_on() # 显示次要刻度线
plt.tick_params(axis='x', which='major', direction='out', length=5,width=1.5, color='r')
plt.tick_params(axis='x', which='minor', direction='in', length=2.5,width=0.8, color='k')
plt.xlim(0, 2 * np.pi)
plt.ylim(-1, 1)
plt.show()
3.2 标签属性
参数 | 含义 |
---|---|
axis | 作用于哪个轴,取值为: x ; y ; both(默认) |
which | 作用于哪个刻度线,取值为:major(主要刻度线;默认) ; minor(次要刻度线) ; both(主要和次要刻度线) |
reset | 布尔值,更新设置之前是否将刻度重置为默认情况,默认取值False |
direction | 刻度在轴域放置的位置: in(里面);out(外面);inout(里面+外面) |
length | 刻度线的长度 |
width | 刻度线的宽度 |
color | 刻度线的颜色 |
pad | 刻度与对应标签的距离 |
labelsize | 刻度标签的字体大小 |
labelcolor | 刻度标签的字体颜色 |
labelrotation | 刻度标签的旋转,取值为浮点数,正值逆时针旋转;负值顺时针旋转 |
import numpy as np
import matplotlib.pyplot as pltx = np.linspace(0, 2 * np.pi, 200)
y = np.sin(x)fig = plt.figure('sin', (8, 6), facecolor='snow')
plt.plot(x, y)
plt.minorticks_on() # 显示次要刻度线
plt.xticks(ticks=np.arange(0, 7, 1.0), labels=np.arange(0, 7, 1.0)) # 设置主要刻度
plt.tick_params(axis='x', which='major', direction='out', length=5,width=1.5, color='r', pad=3, labelsize=10, labelcolor='red')
plt.xlim(0, 2 * np.pi)
plt.ylim(-1, 1)
plt.show()
import numpy as np
import matplotlib.pyplot as pltx = np.linspace(0, 2 * np.pi, 200)
y = np.sin(x)fig = plt.figure('sin', (8, 6), facecolor='snow')
plt.plot(x, y)
plt.minorticks_on() # 显示次要刻度线
plt.xticks(ticks=np.arange(0, 7, 1.0), labels=np.arange(0, 7, 1.0)) # 设置主要刻度
plt.tick_params(axis='x', which='major', direction='out', length=5,width=1.5, color='r', pad=3, labelsize=10,labelcolor='red',labelrotation=-8)
plt.xlim(0, 2 * np.pi)
plt.ylim(-1, 1)
plt.show()
3.3 四个边框刻度线设置
参数 | 含义 |
---|---|
axis | 作用于哪个轴,取值为: x ; y ; both(默认) |
which | 作用于哪个刻度线,取值为:major(主要刻度线;默认) ; minor(次要刻度线) ; both(主要和次要刻度线) |
reset | 布尔值,更新设置之前是否将刻度重置为默认情况,默认取值False |
direction | 刻度在轴域放置的位置: in(里面);out(外面);inout(里面+外面) |
length | 刻度线的长度 |
width | 刻度线的宽度 |
color | 刻度线的颜色 |
pad | 刻度与对应标签的距离 |
labelsize | 刻度标签的字体大小 |
labelcolor | 刻度标签的字体颜色 |
bottom, top, left, right | 布尔值,是否绘制刻度线,默认绘制left和bottom的 |
labelbottom, labeltop, labelleft, labelright | 布尔值,是否绘制刻度标签,默认绘制labelleft和labelbottom的 |
3.4 四个边框刻度标签设置
import numpy as np
import matplotlib.pyplot as pltx = np.linspace(0, 2 * np.pi, 200)
y = np.sin(x)fig = plt.figure('sin', (8, 6), facecolor='snow')
plt.plot(x, y)
plt.minorticks_on() # 显示次要刻度线
plt.xticks(ticks=np.arange(0, 7, 1.0), labels=np.arange(0, 7, 1.0)) # 设置主要刻度
plt.tick_params(axis='x', which='major', direction='out', length=5,width=1.5, color='r', pad=3, labelsize=10,labelcolor='red',top=True,bottom=False)
plt.xlim(0, 2 * np.pi)
plt.ylim(-1, 1)
plt.show()
2)刻度标签
3.5 网格线属性
参数 | 含义 |
---|---|
axis | 作用于哪个轴,取值为: x ; y ; both(默认) |
which | 作用于哪个刻度线,取值为:major(主要刻度线;默认) ; minor(次要刻度线) ; both(主要和次要刻度线) |
reset | 布尔值,更新设置之前是否将刻度重置为默认情况,默认取值False |
direction | 刻度在轴域放置的位置: in(里面);out(外面);inout(里面+外面) |
length | 刻度线的长度 |
width | 刻度线的宽度 |
color | 刻度线的颜色 |
pad | 刻度与对应标签的距离 |
labelsize | 刻度标签的字体大小 |
labelcolor | 刻度标签的字体颜色 |
bottom, top, left, right | 布尔值,是否绘制刻度线,默认绘制left和bottom的 |
labelbottom, labeltop, labelleft, labelright | 布尔值,是否绘制刻度标签,默认绘制labelleft和labelbottom的 |
gird_color | 纵向网格线的颜色 |
grid_alpha | 网格线的透明度 |
grid_linewidth | 网格线的线条粗细 |
grid_linestyle | 网格线的线条类型 |
import numpy as np
import matplotlib.pyplot as pltx = np.linspace(0, 2 * np.pi, 200)
y = np.sin(x)fig = plt.figure('sin', (8, 6), facecolor='snow')
plt.plot(x, y)
plt.minorticks_on() # 显示次要刻度线
plt.xticks(ticks=np.arange(0, 7, 1.0), labels=np.arange(0, 7, 1.0)) # 设置主要刻度plt.grid()
plt.tick_params(axis='x', which='major', direction='out', length=5,width=1.5, color='r', pad=3, labelsize=10,labelcolor='red',grid_color='y',grid_alpha=0.3,grid_linewidth=1.5,grid_linestyle=':')plt.xlim(0, 2 * np.pi)
plt.ylim(-1, 1)
plt.show()
3.6 未知属性: zorder
参数 | 含义 |
---|---|
axis | 作用于哪个轴,取值为: x ; y ; both(默认) |
which | 作用于哪个刻度线,取值为:major(主要刻度线;默认) ; minor(次要刻度线) ; both(主要和次要刻度线) |
reset | 布尔值,更新设置之前是否将刻度重置为默认情况,默认取值False |
direction | 刻度在轴域放置的位置: in(里面);out(外面);inout(里面+外面) |
length | 刻度线的长度 |
width | 刻度线的宽度 |
color | 刻度线的颜色 |
pad | 刻度与对应标签的距离 |
labelsize | 刻度标签的字体大小 |
labelcolor | 刻度标签的字体颜色 |
bottom, top, left, right | 布尔值,是否绘制刻度线,默认绘制left和bottom的 |
labelbottom, labeltop, labelleft, labelright | 布尔值,是否绘制刻度标签,默认绘制labelleft和labelbottom的 |
gird_color | 纵向网格线的颜色 |
grid_alpha | 网格线的透明度 |
grid_linewidth | 网格线的线条粗细 |
grid_linestyle | 网格线的线条类型 |
zorder | 尚不清楚 |
4. 一点想法
tick_params函数与xticks函数以及设置次要刻度标签的minorticks_on()函数可以设置主要刻度和次要刻度,但是目前学习到的我还无法解决以下问题:
- 这两个函数配合也无法做到同时显示主要刻度标签和次要刻度标签
- 无法对同一图形控制显示x轴次要刻度而不显示y轴次要刻度
利用plt函数可以实现的欢迎在下面指正,非常感谢!
官方文档
tick_params()--matplotlib相关推荐
- Python Matplotlib绘图的正确打开方式
Python Matplotlib绘图的正确打开方式 文章目录 Python Matplotlib绘图的正确打开方式 1.先搞懂fig.axes.axis `Figure` `Axes` `Axis` ...
- matplotlib tick_params参数刻度线调整
https://blog.csdn.net/helunqu2017/article/details/78736554
- Matplotlib基本用法
Matplotlib Matplotlib 是Python中类似 MATLAB 的绘图工具,熟悉 MATLAB 也可以很快的上手 Matplotlib. 1. 认识Matploblib 1.1 Fig ...
- 整理了 65 个 Matplotlib 案例,这能不收藏?
作者|周萝卜 来源|萝卜大杂烩 Matplotlib 作为 Python 家族当中最为著名的画图工具,基本的操作还是要掌握的,今天就来分享一波 文章很长,高低要忍一下,如果忍不了,那就收藏吧,总会用到 ...
- Matplotlib基础绘图功能 — 以折线图为例
1 完善原始折线图 - 给图形添加辅助功能 为了更好地理解所有基础绘图功能,通过天气温度变化的绘图来融合所有的基础API使用 需求:画出某城市11点到12点1小时内每分钟的温度变化折线图,温度范围在1 ...
- python画抛物线_如何使用python的matplotlib模块画抛物线
1 第一步,点击键盘 win+r,打开运行窗口:在窗口中输入"cmd",点击确定,打开windows命令行窗口. 2 第二步,在cmd命令行窗口中输入"python&qu ...
- matplotlib学习日记(九)-图形样式
(一)刻度线定位器和刻度格式器的使用方法 import matplotlib.pyplot as plt import numpy as np from matplotlib.ticker impor ...
- python中plot柱状图-Matplotlib中柱状图bar使用
一.函数原型 matplotlib.pyplot.bar(left, height, alpha=1, width=0.8, color=, edgecolor=, label=, lw=3) 1. ...
- python读取excel画散点图-python学习之matplotlib绘制散点图实例
要绘制单个点,可使用函数scatter(),并向其传递一对x和y坐标,它将在指定位置绘制一个点: """使用scatter()绘制散点图""" ...
最新文章
- 5 个大厂 offer,该怎么选?
- 定时器0工作方式1,定时1s
- 7.3.7 - 并发多线程 死锁和递归锁
- Java中几个主流的数据库连接池
- Java Windows 环境配置
- Project Euler Problem 9-Special Pythagorean triplet
- spark 调度模块详解及源码分析
- BZOJ.3058.四叶草魔杖(Kruskal 状压DP)
- mysql 8.0 yum_CentOS8 安装 MySQL8.0(yum)
- Vue全家桶仿网易优选商城APP源码
- 快给你的代码来点彩虹屁
- 云图说|图解DGC:基于华为智能数据湖解决方案的一体化数据治理平台
- paip.c++ qt __gxx_personality_sj0 __gxx_personality_v0问题的解决
- coolfire的八篇入门文章(.txt)
- WiRadius认证计费管理系统
- python图片标记_用python找出那些被“标记”的照片
- app用mysql数据库文件,需要将fdb数据文件导入mysql数据库
- matlab全下标取出元素8,matlab2010实验1参考答案
- netcore NPOI
- VLOOKUP之深入解析查询过程中#N/A出现的N种原因(二)