20593人阅读
Python（73）
#!/usr/bin/env python
#-*- coding: utf-8 -*-
#---------------------------------------------------
#演示MatPlotLib中设置坐标轴主刻度标签和次刻度标签.
#对于次刻度显示,如果要使用默认设置只要matplotlib.pyplot.minorticks_on()
#---------------------------------------------------
from pylab import *
from matplotlib.ticker import MultipleLocator, FormatStrFormatter
#---------------------------------------------------
xmajorLocator
= MultipleLocator(20) #将x主刻度标签设置为20的倍数
xmajorFormatter = FormatStrFormatter('%5.1f') #设置x轴标签文本的格式
xminorLocator
= MultipleLocator(5) #将x轴次刻度标签设置为5的倍数
ymajorLocator
= MultipleLocator(0.5) #将y轴主刻度标签设置为0.5的倍数
ymajorFormatter = FormatStrFormatter('%1.1f') #设置y轴标签文本的格式
yminorLocator
= MultipleLocator(0.1) #将此y轴次刻度标签设置为0.1的倍数
t = arange(0.0, 100.0, 1)
s = sin(0.1*pi*t)*exp(-t*0.01)
ax = subplot(111) #注意:一般都在ax中设置,不再plot中设置
plot(t,s,'--r*')
#设置主刻度标签的位置,标签文本的格式
ax.xaxis.set_major_locator(xmajorLocator)
ax.xaxis.set_major_formatter(xmajorFormatter)
ax.yaxis.set_major_locator(ymajorLocator)
ax.yaxis.set_major_formatter(ymajorFormatter)
#显示次刻度标签的位置,没有标签文本
ax.xaxis.set_minor_locator(xminorLocator)
ax.yaxis.set_minor_locator(yminorLocator)
ax.xaxis.grid(True, which='major') #x坐标轴的网格使用主刻度
ax.yaxis.grid(True, which='minor') #y坐标轴的网格使用次刻度
##########################################################
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：1127643次
积分：10772
积分：10772
排名：第1285名
原创：198篇
评论：86条
(2)(2)(2)(4)(1)(1)(1)(1)(23)(4)(4)(19)(10)(4)(4)(21)(22)(5)(7)(6)(12)(24)(1)(1)(8)(7)(1)(3)(4)(1)> 怎么在matplotlib中两个坐标轴之间画一条直线光标
怎么在matplotlib中两个坐标轴之间画一条直线光标
victorcao & &
发布时间： & &
浏览：36 & &
回复：0 & &
悬赏：0.0希赛币
如何在matplotlib中两个坐标轴之间画一条直线光标　　看看下面的例子和效果吧
　　# -*- coding: utf-8 -*-
from matplotlib.widgets import MultiCursor
from pylab import figure, show, np
t = np.arange(0.0, 2.0, 0.01)
s1 = np.sin(2*np.pi*t)
s2 = np.sin(4*np.pi*t)
fig = figure()
ax1 = fig.add_subplot(211)
ax1.plot(t, s1)
ax2 = fig.add_subplot(212, sharex=ax1)
ax2.plot(t, s2)
multi = MultiCursor(fig.canvas, (ax1, ax2), color='r', lw=1)
　　下面是图形效果,看随着光标的移动,在两个图之间会画一条竖线
　　这个功能有时还是比较有用的
本问题标题：
本问题地址：
温馨提示：本问题已经关闭，不能解答。
暂无合适的专家
&&&&&&&&&&&&&&&
希赛网 版权所有 & &&首先一幅Matplotlib的图像组成部分介绍。
在matplotlib中，整个图像为一个Figure对象。在Figure对象中可以包含一个或者多个Axes对象。每个Axes(ax)对象都是一个拥有自己坐标系统的绘图区域。所属关系如下：
下面以一个直线图来详解图像内部各个组件内容:
其中：title为图像标题，Axis为坐标轴, Label为坐标轴标注，Tick为刻度线，Tick Label为刻度注释。各个对象关系可以梳理成以下内容：
图像中所有对象均来自于Artist的基类。
上面基本介绍清楚了图像中各个部分的基本关系，下面着重讲一下几个部分的详细的设置。
一个&Figure&意味着用户交互的整个窗口。在这个figure中容纳着&subplots&。
当我们调用plot时，matplotlib会调用gca()获取当前的axes绘图区域，而且gca反过来调用gcf()来获得当前的figure。如果figure为空，它会自动调用figure()生成一个figure, 严格的讲，是生成subplots(111)。
plt.subplot(221) # 第一行的左图
plt.subplot(222) # 第一行的右图
plt.subplot(212) # 第二整行
plt.show()
注意：其中各个参数也可以用逗号,分隔开。第一个参数代表子图的行数；第二个参数代表该行图像的列数； 第三个参数代表每行的第几个图像。
另外：fig, ax = plt.subplots(2,2),其中参数分别代表子图的行数和列数，一共有 2x2 个图像。函数返回一个figure图像和一个子图ax的array列表。
补充：命令可以对子图区域划分提供更灵活的配置。
Tick Locators
Tick Locators 控制着 ticks 的位置。比如下面：
ax = plt.gca()
ax.xaxis.set_major_locator(eval(locator))
一些不同类型的locators：
代码如下：
import numpy as np
import matplotlib.pyplot as plt
def tickline():
plt.xlim(0, 10), plt.ylim(-1, 1), plt.yticks([])
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['left'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('none')
ax.xaxis.set_minor_locator(plt.MultipleLocator(0.1))
ax.plot(np.arange(11), np.zeros(11))
locators = [
'plt.NullLocator()',
'plt.MultipleLocator(1.0)',
'plt.FixedLocator([0, 2, 8, 9, 10])',
'plt.IndexLocator(3, 1)',
'plt.LinearLocator(5)',
'plt.LogLocator(2, [1.0])',
'plt.AutoLocator()',
n_locators = len(locators)
size = 512, 40 * n_locators
dpi = 72.0
figsize = size[0] / float(dpi), size[1] / float(dpi)
fig = plt.figure(figsize=figsize, dpi=dpi)
fig.patch.set_alpha(0)
for i, locator in enumerate(locators):
plt.subplot(n_locators, 1, i + 1)
ax = tickline()
ax.xaxis.set_major_locator(eval(locator))
plt.text(5, 0.3, locator[3:], ha='center')
plt.subplots_adjust(bottom=.01, top=.99, left=.01, right=.99)
plt.show()
所有这些locators均来自于基类。你可以通过继承该基类创建属于自己的locator样式。同时matplotlib也提供了特殊的日期locator, 位于matplotlib.dates.
阅读(...) 评论()}