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 ...
最新文章
- [PHP] 编写爬虫获取淘宝网上所有的商品分类以及关键属性 销售属性 非关键属性数据...
- 双中心单电子积分计算氢分子离子H2+的轨道能量
- python百分号和斜杠_Python中正反斜杠(‘/’和‘\’)的意义与用法
- 漳州市2021高考成绩查询,漳州市招生管理系统2021漳州中考成绩查询入口
- 西门子主程序调用子程序_S7200Smart 子程序局部变量使用教程
- 脱单盲盒|交友盲盒系统
- 定制CentOS 5.6精简的自动安装版及心得
- 华为云携手马栏山文创园助力湖南广电荣获国家广电总局多项大奖
- 外贸网站SEO优化要共享IP还是独立IP
- 网站数据分析指标体系
- 【汽车电子】嵌入式软件开发常用工具
- 畅购商城_第9章SpringSecurity整合Oauth2
- 软件推荐--Files2Folder
- 安装MySQL绿色版本,不用装软件、不用装软件、不用装软件
- MATLAB实现小波变换去噪
- 注塑模具设计时,需要依据哪些设定原则?
- 【钟表识别】基于计算机视觉实现钟表时间识别含Matlab源码
- html css3 纸张,CSS3 设计巧妙的纸张褶起动效
- linux服务器安全—— 一次redis攻击的遭遇
- 企业用好ERP远比上ERP难