当前位置:
首页 > Python基础教程 >
-
【matplotlib基础】--坐标轴
Matplotlib
的坐标轴是用于在绘图中表示数据的位置的工具。
坐标轴是图像中的水平和垂直线,它们通常表示为 x 轴和 y 轴。
坐标轴的作用是帮助观察者了解图像中数据的位置和大小,通常标有数字或标签,以指示特定的值在图像中的位置。
1. 坐标轴范围
Matplotlib
绘制图形时,会自动根据X,Y轴的数值,自动确定其范围,确保能够涵盖所有的数值。
比如:
_, ax = plt.subplots(2, 1)
#X轴范围0~8,Y轴范围1~100
x = np.array(range(0, 8))
y = np.random.randint(1, 100, 8)
ax[0].plot(x, y)
#X轴范围10~18,Y轴范围100~200
x = np.array(range(10, 18))
y = np.random.randint(100, 200, 8)
ax[1].plot(x, y)
可以看出,图形中X轴,Y轴的范围是根据x, y
列表中数值的最大最小值来生成的。
有时候,为了看图的局部位置,可以主动设置X轴,Y轴的范围,而不是依靠自动生成。
比如:
_, ax = plt.subplots(2, 1)
x = np.array(range(0, 8))
y = np.random.randint(1, 100, 8)
ax[0].set_xlim(3, 6) #X轴范围3~6
ax[0].plot(x, y)
x = np.array(range(10, 18))
y = np.random.randint(100, 200, 8)
ax[1].set_ylim(120, 150) #Y轴范围120~150
ax[1].plot(x, y)
上面的示例设置的第一个图的X轴范围,第二个图的Y轴范围。
2. 双坐标轴
如果要把Y轴不同范围的两个曲线放在一起比较趋势的话,就要用到双坐标轴。
比如:
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
x = np.array(range(0, 8))
y1 = np.random.randint(1, 100, 8)
ax.plot(x, y1, c='r')
y2 = np.random.randint(100, 200, 8)
ax.plot(x, y2, c='g')
上图中红色的线范围在1~100
之间,绿色的线范围在100~200
之间。
虽然放在一个图中比较,看着却像是在两个子图。
这时,我们可以用两个不同范围的Y轴,从而能够让两条曲线更好的比较。
比如:
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax_twinx = ax.twinx()
x = np.array(range(0, 8))
y1 = np.random.randint(1, 100, 8)
ax.plot(x, y1, c='r')
y2 = np.random.randint(100, 200, 8)
ax_twinx.plot(x, y2, c='g')
左边是红线对应的Y轴,右边是绿线对应的Y轴。
3. 反坐标轴
最后,关于坐标轴的设置,还有一个比较常用的设置是反转坐标轴。
坐标轴的默认顺序是从小到大的,但是,对于一些特殊的图表类型(如散点图、条形图、直方图等),可以通过反转坐标轴来更好地展示数据点的分布情况。
3.1. 反转X轴
fig = plt.figure()
x = np.array(range(0, 8))
y = np.random.randint(1, 100, 8)
ax1 = fig.add_subplot(211)
ax1.plot(x, y)
#反转X轴
ax2 = fig.add_subplot(212)
ax2.invert_xaxis()
ax2.plot(x, y)
上例两个子图的X轴顺序是相反的。
3.2. 反转Y轴
fig = plt.figure()
x = np.array(range(0, 8))
y = np.random.randint(1, 100, 8)
ax1 = fig.add_subplot(211)
ax1.plot(x, y)
#反转Y轴
ax2 = fig.add_subplot(212)
ax2.invert_yaxis()
ax2.plot(x, y)
上例两个子图的Y轴顺序是相反的。
4. 总结回顾
这里介绍的主要是坐标轴在展示分析结果的不同场景中的常用设置方法,
其他关于坐标轴字体,颜色等等可以查阅官方文档。
出处:https://www.cnblogs.com/wang_yb/p/17674683.html
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
SQL SERVER中递归
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
这是目前我见过最好的跨域解决方案!
减少回流与重绘
减少回流与重绘
如何使用KrpanoToolJS在浏览器切图
performance.now() 与 Date.now() 对比
一款纯 JS 实现的轻量化图片编辑器
关于开发 VS Code 插件遇到的 workbench.scm.
前端设计模式——观察者模式
前端设计模式——中介者模式
创建型-原型模式