matplotlib技巧---9.共享坐标轴、创建多个subplot、调整横坐标、放置文本框、latext文字、平移坐标轴、清除绘图、清除坐标轴、设置中文

1. 共享坐标轴

　　当你通过pyplot.subplot()、pyplot.axes()函数或者Figure.add_subplot()、Figure.add_axes()方法创建一个Axes时，你可以通过sharex关键字参数传入另一个Axes表示共享X轴；或者通过sharey关键字参数传入另一个Axes表示共享Y轴。共享轴线时，当你缩放某个Axes时，另一个Axes也跟着缩放。

举例：

+ View Code?

1 2 3 4 5 6 7 8

import matplotlib import matplotlib.pyplot as plt fig = plt.figure() ax1 = fig.add_subplot(211) ax1.plot([1,2,3,4,5]) ax2 = fig.add_subplot(212,sharex=ax1) ax2.plot([7,6,5,4,3,2,1]) fig.show()

2. 创建多个 subplot

如果你想创建网格中的许多subplot，旧式风格的代码非常繁琐：

+ View Code?

1 2 3 4 5 6

# 旧式风格 fig=plt.figure() ax1=fig.add_subplot(221) ax2=fig.add_subplot(222,sharex=ax1,sharey=ax1) ax3=fig.add_subplot(223,sharex=ax1,sharey=ax1) ax4=fig.add_subplot(224,sharex=ax1,sharey=ax1)

新式风格的代码直接利用pyplot.subplots()函数一次性创建：

+ View Code?

1 2 3 4 5

# 新式风格的代码 fig,((ax1,ax2),(ax3,ax4))=plt.subplots(2,2,sharex=True,sharey=True) ax1.plot(...) ax2.plot(...)  ...

它创建了Figure和对应所有网格SubPlot。你也可以不去解包而直接：

+ View Code?

1 2 3 4 5 6 7

# 新式风格的代码 fig,axs=plt.subplots(2,2,sharex=True,sharey=True) ax1=axs[0,0] ax2=axs[0,1] ax3=axs[1,0] ax4=axs[1,1] ...

返回的axs是一个nrows*ncols的array，支持numpy的索引。　　

3. 调整横坐标不重叠

未调整前：

+ View Code?

1 2 3 4 5 6 7 8 9

import datetime import matplotlib.pyplot as plt import matplotlib.dates as mdates d0 = datetime.date(2016,1,1) ndates = [d0+datetime.timedelta(i) for i in range(10)] n_ys = [i*i for i in range(10)]   fig,ax = plt.subplots(1) ax.plot(ndates,n_ys)

（1）matplotlib.dates.DateFormatter

　　当x轴为时间日期时，有可能间隔太密集导致显示都叠加在一起。此时可以用matplotlib.figure.Figure.autofmt_xdate()函数来自动调整X轴日期的显式。

　　也可以调整X轴的显示格式。当X轴为时间时，其显示由Axes.fmt_xdata属性来提供。该属性是一个函数对象或者函数，接受一个日期参数，返回该日期的显示字符串。matplotlib已经提供了许多date formatter，你可以直接使用ax.fmt_xdata=matplotlib.dates.DateFormatter('%Y-%m-%d')。

+ View Code?

1 2 3 4 5 6

fig2,ax2 = plt.subplots(1) ax2.plot(ndates,n_ys)   fig2.autofmt_xdate() # 调整x轴时间的显示 ax2.fmt_xdata = mdates.DateFormatter('%Y-%m-%d') # 格式化器 plt.show()

（2）plt.xticks(rotation=顺时针旋转角度)

+ View Code?

1 2 3 4 5

fig3,ax3 = plt.subplots(1) ax3.plot(ndates,n_ys) plt.xticks(rotation=25) plt.tight_layout() plt.show()

（3）ax.set_xticklabels(rotation=顺时针旋转角度)

+ View Code?

1 2 3 4 5

fig4,ax4 = plt.subplots(1) ax4.plot(ndates,n_ys) ax4.set_xticklabels(ndates,rotation=25,ha="right") plt.tight_layout() plt.show()

4. 放置 text box

　　当你在Axes中放置text box时，你最好将它放置在axes coordinates下，这样当你调整X轴或者Y轴时，它能够自动调整位置。

　　你也可以使用Text的.bbox属性来让这个Text始终放在某个Patch中。其中.bbox是个字典，它存放的是该Patch实例的属性。

语法：

?

1	ax.text(x, y, s, fontdict=None, withdash=False, **kwargs)

功能：将文本s添加到数据坐标中位置x，y的轴上。

参数：

1. x，y：张量，放置文本的位置。 默认情况下，这是在数据坐标中。 可以使用变换参数来更改坐标系。
2. s：文本
3. fontdict：字典，可选，覆盖默认文本属性的字典。 如果fontdict为None，则默认值由rc参数确定。
4. withdash：布尔值，可选，默认值：False。创建一个〜matplotlib.text.TextWithDash实例，而不是一个〜matplotlib.text.Text实例。

你可以使用对齐参数horizontalalignment，verticalalignment和multialignment来布置文本。

1. horizontalalignment控制文本的x位置参数表示文本边界框的左边，中间或右边。
2. verticalalignment控制文本的y位置参数表示文本边界框的底部，中心或顶部。
3. multialignment，仅对于换行符分隔的字符串，控制不同的行是左，中还是右对齐。

这里是一个使用text()命令显示各种对齐方式的例子。 在整个代码中使用transform = ax.transAxes，表示坐标相对于轴边界框给出，其中0,0是轴的左下角，1,1是右上角。

举例：

+ View Code?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

import matplotlib.pyplot as plt import numpy as np   fig,ax = plt.subplots(1) x = 30 * np.random.randn(10000) mu = x.mean() median = np.median(x) sigma = x.std() textstr = '$\mu=%.2f$ \n $\mathrm{median}=%.2f$ \n $\sigma=%.2f$'%(mu,median,sigma) ax.hist(x,50)   props=dict(boxstyle='round',facecolor='wheat',alpha=0.5) ax.text(0.05,0.95,textstr,transform=ax.transAxes,fontsize=14,verticalalignment='top',bbox=props) fig.show()

5. LATEX文字

　　要想在文本中使用LATEX，你需要使用'$...$'这种字符串（即使用'$'作为界定符）。通常建议使用raw字符串，即r'$...$'的格式，因为原生字符串不会转义'\'，从而使得大量的LATEX词法能够正确解析。

举例：

+ View Code?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

sns.set(style='ticks') sns.set_context(rc={'lines.linewidth':5})   plt.xlim((10,100.5)) plt.ylim((0,41)) plt.xticks(np.arange(10, 100.5, 15)) plt.yticks(np.arange(0,41,10)) # "greyish", "faded green", colors = ["windows blue", "dark green",  "slate grey"] palette = sns.xkcd_palette(colors) ax = sns.lineplot(x="phi", y="MAPE",hue = 'alg', style='alg',data=df_mape_change_phi, markers = False,palette=palette) # - 实线-- 短线-.短点相间线：虚点线 # ax.lines[0].set_linestyle("-") # ax.lines[1].set_linestyle("-.") # ax.lines[2].set_linestyle("--") plt.xlabel(r'$\varphi$', fontdict={'color': 'black','family': 'Times New Roman','size': 18}) plt.ylabel(r'MAPE($\times 10^{-3}$)', fontdict={'color': 'black','family': 'Times New Roman','size': 18}) plt.legend(['IMTEC','ER','SRD'],prop={'style': 'italic'},handlelength=4)#图例 plt.grid(True) plt.tight_layout() plt.savefig('local_pic/phi_mape.jpg',dpi=600) # plt.savefig('loc_svg/TD_precision_tasknum.svg') plt.show()

6. 平移坐标轴

Axes.spines是个字典，它存放了四个键，分别为： 

1. Axes.spines['left'],
2. Axes.spines['right'],
3. Axes.spines['top'],
4. Axes.spines['bottom'] 

他们都是一个matplotlib.spines.Spine对象，该对象继承自matplotlib.patches.Patch对象，主要是设置图形边界的边框。

1. Spine.set_color('none')：不显示这条边线

2. Spine.set_position((position))：将边线移动到指定坐标，其中position是一个二元元组，指定了 (position type,amount)，position type可以是：

   1. outward：在绘图区域之外放置边线，离开绘图区域的距离由 amount指定（负值则在会去区域内绘制）
   2. axes：在 Axes coordinate内放置边线（从 0.0 到 1.0 ）
   3. data：在 data coordinate 内放置边线

   你也可以指定position为：'center'，等价于 ('axes',0.5)；或者 'zero'，等价于 ('data',0.0)

举例：

+ View Code?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

import matplotlib.pyplot as plt import numpy as np   X = np.linspace(-2,2,num=100) Y = np.sin(X) fig = plt.figure(figsize=(8,4)) # ax1 ax1 = fig.add_subplot(1,2,1) ax1.plot(X,Y) ax1.set_title('default')   # ax2 ax2 = fig.add_subplot(1,2,2) ax2.plot(X,Y) ax2.spines['right'].set_color('none') # 不显示右边框 ax2.spines['top'].set_color('none') # 不显示上边框   ax2.xaxis.set_ticks_position('bottom') # 设置x坐标轴为下边框 ax2.yaxis.set_ticks_position('left') # 设置y坐标轴为左边框   ax2.spines['bottom'].set_position(('data',0))# 设置x轴, y轴在(0, 0)的位置 ax2.spines['left'].set_position(('data',0))   ax2.set_title('move axis')

7. 清除绘图

（1）通过pyplot清除绘图

1. pyplot.cla()：清除current axis。非当前axis不受影响
2. pyplot.clf()：清除current figure。但是它不关闭window
3. pyplot.close()：关闭window

（2）通过面向对象的方法

1. Figure.clf()：清除该Figure对象的所有内容。

8. 清除X坐标和Y坐标

+ View Code?

1 2 3

Axes.set_xticks(()) Axes.set_yticks(()) Axes.set_axis_off() #清除tick和边框

9. 设置中文

在linux 下，为了支持中文，则在开头设置：

+ View Code?

1 2	import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei']  #matplotlib 中文字体

　　

 

参考文献：

【1】matplotlib的基本用法(三)——调整坐标轴_SnailTyan-CSDN博客

【2】huaxiaozhuan大佬博客