迹忆客 专注技术分享

本篇文章解释了我们如何使用 Matplotlib.ticker.MaxNLocator 类和 set_ticks() 方法来设置 Matplotlib 图中的 ticks 刻度数量。

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

x=np.linspace(0,2*math.pi,100)
y=np.sin(x)

fig,axes=plt.subplots(1,1)

axes.plot(x, y)
axes.set_title("Sinx Function")
axes.set_xlabel("X")
axes.set_ylabel("sinX")
plt.show()

输出：

它显示的是 Matplotlib 图中的默认刻度数。我们将使用不同的方法改变图中的刻度 ticks 数。

使用 Matplotlib.ticker.MaxNLocator 类设置刻度 ticks 数

Matplotlib.ticker.MaxNLocator 类定义了一个名为 nbins 的参数，它代表了最大的 bins 数量。ticks 的数量将比 bins 的数量多一个。所以 Matplotlib.ticker.MaxNLocator 类中的 nbins 参数意味着 ticks 的数量不能超过 nbins+1。

import math
import numpy as np
import matplotlib.pyplot as plt 
from matplotlib.ticker import MaxNLocator

x=np.linspace(0,2*math.pi,100)
y=np.sin(x)

fig,axes=plt.subplots(1,1)

axes.plot(x, y)
axes.yaxis.set_major_locator(MaxNLocator(5)) 
axes.set_title("Sinx Function")
axes.set_xlabel("X")
axes.set_ylabel("sinX")
plt.show()

输出：

它将图中 Y 轴的最大分格数设置为 5，这意味着最大的 ticks 数是 6。同样，我们也可以为 X 轴设置刻度 ticks。

另外，我们也可以用 if 语句使用某些条件，只选择满足条件的特定 ticks。

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

x=np.linspace(0,2*math.pi,100)
y=np.sin(x)

fig,axes=plt.subplots(1,1)

axes.plot(x, y)
for i, tick in enumerate(axes.xaxis.get_ticklabels()):
    if i % 2 != 0:
        tick.set_visible(False)
for i, tick in enumerate(axes.yaxis.get_ticklabels()):
    if i % 2 != 0:
        tick.set_visible(False)        
axes.set_title("Sinx Function")
axes.set_xlabel("X")
axes.set_ylabel("sinX")
plt.show()

输出：

它只为 X 轴和 Y 轴上偶数位置的刻度线设置刻度线标签。虽然它删除了刻度线标签，但刻度线仍然存在。我们可以改变条件来定制刻度标签。

使用 Matplotlib.axis.Axis.set_ticks() 方法设置 ticks 数

我们也可以使用 Python 中的 Matplotlib.axis.Axis.set_ticks() 来设置轴。

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

x=np.linspace(0,2*math.pi,100)
y=np.sin(x)

fig,axes=plt.subplots(1,1)

axes.plot(x, y)
axes.xaxis.set_ticks([0,1,3,4,5,6])  
axes.yaxis.set_ticks(np.linspace(-1,1,5))       
axes.set_title("Sinx Function")
axes.set_xlabel("X")
axes.set_ylabel("sinX")
plt.show()

输出：

它设置 ticks 的数量和在 set_ticks() 方法中指定的 ticks 值。我们向 set_ticks() 传递一个 NumPy 数组或列表，根据这些数组或列表来设置刻度值。