更改matplotlib中x或y轴上的"滴答频率"？

Question

我试图修复python如何绘制我的数据.

说

x = [0,5,9,10,15]

和

y = [0,1,2,3,4]

然后我会这样做:

matplotlib.pyplot.plot(x,y)
matplotlib.pyplot.show()

并且x轴'刻度以5为间隔绘制.有没有办法让它显示间隔为1？

Answer 1

您可以使用以下方法明确设置要勾选标记的位置plt.xticks:

plt.xticks(np.arange(min(x), max(x)+1, 1.0))

例如,

import numpy as np
import matplotlib.pyplot as plt

x = [0,5,9,10,15]
y = [0,1,2,3,4]
plt.plot(x,y)
plt.xticks(np.arange(min(x), max(x)+1, 1.0))
plt.show()

(np.arange使用而不是Python的range函数以防万一min(x),max(x)浮点数而不是整数.)

的plt.plot(或ax.plot)功能将自动设置默认x和y限制.如果您希望保留这些限制,只需更改刻度线的步长,那么您可以ax.get_xlim()用来发现Matplotlib已设置的限制.

start, end = ax.get_xlim()
ax.xaxis.set_ticks(np.arange(start, end, stepsize))

默认的刻度格式化程序应该做一个不错的工作,将刻度值四舍五入到有效数字的有效位数.但是,如果您希望对格式有更多控制权,可以定义自己的格式化程序.例如,

ax.xaxis.set_major_formatter(ticker.FormatStrFormatter('%0.1f'))

这是一个可运行的例子:

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

x = [0,5,9,10,15]
y = [0,1,2,3,4]
fig, ax = plt.subplots()
ax.plot(x,y)
start, end = ax.get_xlim()
ax.xaxis.set_ticks(np.arange(start, end, 0.712123))
ax.xaxis.set_major_formatter(ticker.FormatStrFormatter('%0.1f'))
plt.show()

Answer 2

另一种方法是设置轴定位器:

import matplotlib.ticker as plticker

loc = plticker.MultipleLocator(base=1.0) # this locator puts ticks at regular intervals
ax.xaxis.set_major_locator(loc)

根据您的需要,有几种不同类型的定位器.

Answer 3

我喜欢这个解决方案(来自Matplotlib Plotting Cookbook):

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

x = [0,5,9,10,15]
y = [0,1,2,3,4]

tick_spacing = 1

fig, ax = plt.subplots(1,1)
ax.plot(x,y)
ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))
plt.show()

此解决方案可让您通过给定的数字明确控制刻度线间距ticker.MultipleLocater(),允许自动限制确定,并且以后易于阅读.

Answer 4

如果有人对一般的单行程感兴趣,只需获取当前的刻度并使用它通过对每个其他刻度进行采样来设置新的刻度.

ax.set_xticks(ax.get_xticks()[::2])

Answer 5

这有点hacky,但到目前为止,我发现这是最干净/最容易理解的例子.这是来自SO的回答:

在matplotlib colorbar中隐藏每个第n个刻度标签最干净的方法？

for label in ax.get_xticklabels()[::2]:
    label.set_visible(False)

然后,您可以循环标签,将它们设置为可见或不可见,具体取决于您想要的密度.

编辑:请注意,有时matplotlib设置标签== '',所以它可能看起来像一个标签不存在,实际上它只是没有显示任何东西.要确保循环显示实际的可见标签,您可以尝试:

visible_labels = [lab for lab in ax.get_xticklabels() if lab.get_visible() is True and lab.get_text() != '']
plt.setp(visible_labels[::2], visible=False)

Answer 6

如果您只想将间距设置为一个带有最少样板的简单衬里：

plt.gca().xaxis.set_major_locator(plt.MultipleLocator(1))

对于小蜱虫也很容易：

plt.gca().xaxis.set_minor_locator(plt.MultipleLocator(1))

有点满嘴，但很紧凑

Answer 7

这是一个古老的话题,但我时不时地偶然发现这个并发挥了这个功能.这很方便:

import matplotlib.pyplot as pp
import numpy as np

def resadjust(ax, xres=None, yres=None):
    """
    Send in an axis and I fix the resolution as desired.
    """

    if xres:
        start, stop = ax.get_xlim()
        ticks = np.arange(start, stop + xres, xres)
        ax.set_xticks(ticks)
    if yres:
        start, stop = ax.get_ylim()
        ticks = np.arange(start, stop + yres, yres)
        ax.set_yticks(ticks)

控制这样的刻度的一个警告是,在添加的线之后,人们不再享受最大规模的交互式自动更新.然后做

gca().set_ylim(top=new_top) # for example

并再次运行resadjust函数.

Answer 8

我开发了一个不优雅的解决方案.考虑我们有X轴以及X中每个点的标签列表.

例:

import matplotlib.pyplot as plt

x = [0,1,2,3,4,5]
y = [10,20,15,18,7,19]
xlabels = ['jan','feb','mar','apr','may','jun']

假设我只想为'feb'和'jun'显示刻度标签

xlabelsnew = []
for i in xlabels:
    if i not in ['feb','jun']:
        i = ' '
        xlabelsnew.append(i)
    else:
        xlabelsnew.append(i)

好的,现在我们有一个假的标签清单.首先,我们绘制了原始版本.

plt.plot(x,y)
plt.xticks(range(0,len(x)),xlabels,rotation=45)
plt.show()

现在,修改后的版本.

plt.plot(x,y)
plt.xticks(range(0,len(x)),xlabelsnew,rotation=45)
plt.show()

Answer 9

可通用的一个衬垫，仅导入 Numpy：

ax.set_xticks(np.arange(min(x),max(x),1))

在问题的上下文中设置：

import numpy as np
import matplotlib.pyplot as plt 
fig, ax = plt.subplots()
x = [0,5,9,10,15]
y = [0,1,2,3,4]
ax.plot(x,y)
ax.set_xticks(np.arange(min(x),max(x),1))
plt.show()

怎么运行的：

1. fig, ax = plt.subplots()给出包含轴的 ax 对象.
2. np.arange(min(x),max(x),1)给出一个从 x 的最小值到 x 的最大值的区间 1 的数组. 这就是我们想要的新 x 刻度。
3. ax.set_xticks()更改 ax 对象上的刻度。

Answer 10

xmarks=[i for i in range(1,length+1,1)]

plt.xticks(xmarks)

这对我有用

如果您想要 [1,5]（包括 1 和 5）之间的刻度，则替换

length = 5

Answer 11

由于上述解决方案都不None适合我的用例，因此我在这里提供了一个使用（双关语！）的解决方案，它可以适应各种场景。

下面是一段示例代码，它在X和Y轴上产生杂乱的刻度。

# Note the super cluttered ticks on both X and Y axis.

# inputs
x = np.arange(1, 101)
y = x * np.log(x) 

fig = plt.figure()     # create figure
ax = fig.add_subplot(111)
ax.plot(x, y)
ax.set_xticks(x)        # set xtick values
ax.set_yticks(y)        # set ytick values

plt.show()

现在，我们使用新图清理混乱，该图仅将 x 轴和 y 轴上的一组稀疏值显示为刻度。

# inputs
x = np.arange(1, 101)
y = x * np.log(x)

fig = plt.figure()       # create figure
ax = fig.add_subplot(111)
ax.plot(x, y)

ax.set_xticks(x)
ax.set_yticks(y)

# which values need to be shown?
# here, we show every third value from `x` and `y`
show_every = 3

sparse_xticks = [None] * x.shape[0]
sparse_xticks[::show_every] = x[::show_every]

sparse_yticks = [None] * y.shape[0]
sparse_yticks[::show_every] = y[::show_every]

ax.set_xticklabels(sparse_xticks, fontsize=6)   # set sparse xtick values
ax.set_yticklabels(sparse_yticks, fontsize=6)   # set sparse ytick values

plt.show()

根据用例，只需更改show_every并使用上述代码来对 X 轴或 Y 轴或两个轴的刻度值进行采样即可调整上述代码。

如果这种基于步长的解决方案不适合，那么如果需要的话，还可以以不规则的间隔填充sparse_xticks或 的值。sparse_yticks

Answer 12

纯 Python 实现

下面是所需功能的纯 python 实现，它处理任何具有正值、负值或混合值的数字系列（整数或浮点数），并允许用户指定所需的步长：

import math

def computeTicks (x, step = 5):
    """
    Computes domain with given step encompassing series x
    @ params
    x    - Required - A list-like object of integers or floats
    step - Optional - Tick frequency
    """
    xMax, xMin = math.ceil(max(x)), math.floor(min(x))
    dMax, dMin = xMax + abs((xMax % step) - step) + (step if (xMax % step != 0) else 0), xMin - abs((xMin % step))
    return range(dMin, dMax, step)

样本输出

# Negative to Positive
series = [-2, 18, 24, 29, 43]
print(list(computeTicks(series)))

[-5, 0, 5, 10, 15, 20, 25, 30, 35, 40, 45]

# Negative to 0
series = [-30, -14, -10, -9, -3, 0]
print(list(computeTicks(series)))

[-30, -25, -20, -15, -10, -5, 0]

# 0 to Positive
series = [19, 23, 24, 27]
print(list(computeTicks(series)))

[15, 20, 25, 30]

# Floats
series = [1.8, 12.0, 21.2]
print(list(computeTicks(series)))

[0, 5, 10, 15, 20, 25]

# Step – 100
series = [118.3, 293.2, 768.1]
print(list(computeTicks(series, step = 100)))

[100, 200, 300, 400, 500, 600, 700, 800]

示例用法

import matplotlib.pyplot as plt

x = [0,5,9,10,15]
y = [0,1,2,3,4]
plt.plot(x,y)
plt.xticks(computeTicks(x))
plt.show()

请注意，x 轴的整数值均以 5 为单位均匀间隔，而 y 轴具有不同的间隔（matplotlib默认行为，因为未指定刻度）。