求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Modeler   模型库  
会员   
 


DeepSeek大模型应用开发实践
6月12-13日 厦门



基于 UML 和EA进行分析设计
6月23-24日 北京+线上



人工智能、机器学习& TensorFlow+Keras
6月22-23日 北京
 
追随技术信仰

随时听讲座
每天看新闻
 
 
Matplotlib教程
1.数据可视化是什么
2.Matplotlib是什么
3.Matplotlib下载和安装
4.Matplotlib.pyplot接口汇总
5.第一个Matplotlib绘图程序
6.PyLab绘制曲线图
7.Matplotlib figure图形对象
8.Matplotlib axes类使用详解
9.Matplotlib subplot()函数用法详解
10.Matplotlib subplots()函数详解
11.Matplotlib subplot2grid()函数详解
12.Matplotlib设置网格格式
13.Matplotlib设置坐标轴格式
14.Matplotlib设置坐标轴范围
15.Matplotlib设置刻度和标签
16.Matplotlib中文乱码解决方案
17.Matplotlib双轴图
18.Matplotlib设置刻度和标签
19.Matplotlib柱状图
20.Matplotlib直方图
21.Matplotlib饼状图
22.Matplotlib折线图
23.Python Matplotlib散点图
24.Matplotlib等高线图
25.Matplotlib振动图
26.Matplotlib箱型图
27.Matplotlib提琴图
28.Python Matplotlib 3D绘图详解
29.Matplotlib绘制文本
30.Matplotlib数学表达式
31.Matplotlib image图像处理
32.Matplotlib转换对象
 

 
目录
 
Matplotlib坐标轴格式
来源:C语言中文网
126 次浏览
4次  

在一个函数图像中,有时自变量 x 与因变量 y 是指数对应关系,这时需要将坐标轴刻度设置为对数刻度。Matplotlib 通过 axes 对象的 xscale 或 yscale 属性来实现对坐标轴的格式设置。

示例:右侧的子图显示对数刻度,左侧子图则显示标量刻度。

  1. import matplotlib.pyplot as plt
  2. import numpy as np
  3. fig, axes = plt.subplots(1, 2, figsize=(10,4))
  4. x = np.arange(1,5)
  5. axes[0].plot( x, np.exp(x))
  6. axes[0].plot(x,x**2)
  7. axes[0].set_title("Normal scale")
  8. axes[1].plot (x, np.exp(x))
  9. axes[1].plot(x, x**2)
  10. #设置y轴
  11. axes[1].set_yscale("log")
  12. axes[1].set_title("Logarithmic scale (y)")
  13. axes[0].set_xlabel("x axis")
  14. axes[0].set_ylabel("y axis")
  15. axes[0].xaxis.labelpad = 10
  16. #设置x、y轴标签
  17. axes[1].set_xlabel("x axis")
  18. axes[1].set_ylabel("y axis")
  19. plt.show()

 

图1:对数关系图

轴是连接刻度的线,也就是绘图区域的边界,在绘图区域(axes 对象)的顶部、底部、左侧和右侧都有一个边界线(轴)。通过指定轴的颜色和宽度,从而对进行显示格式设置,比如将所有轴的颜色设置为 None,那么它们都会成为隐藏状态,或者也可以给轴添加相应的颜色。以下示例为左侧轴、底部轴分别设置了红色、蓝色,如下所示:

  1. import matplotlib.pyplot as plt
  2. fig = plt.figure()
  3. ax = fig.add_axes([0,0,1,1])
  4. #为左侧轴,底部轴添加颜色
  5. ax.spines['bottom'].set_color('blue')
  6. ax.spines['left'].set_color('red')
  7. ax.spines['left'].set_linewidth(2)
  8. #将侧轴、顶部轴设置为None
  9. ax.spines['right'].set_color(None)
  10. ax.spines['top'].set_color(None)
  11. ax.plot([1,2,3,4,5])
  12. plt.show()

输出结果如下:

图2:输出结果


您可以捐助,支持我们的公益事业。

1元 10元 50元





认证码: 验证码,看不清楚?请点击刷新验证码 必填



126 次浏览
4次