python函数plot Python函数声明

python中plot怎么设置横纵坐标名称

用plot画二维图像时，默认情况下的横坐标和纵坐标显示的值有时达不到自己的需求，需要借助xticks()和yticks()分别对横坐标x-axis和纵坐标y-axis进行设置。

网站建设哪家好，找创新互联建站！专注于网页设计、网站建设、微信开发、成都小程序开发、集团企业网站建设等服务项目。为回馈新老客户创新互联还提供了景德镇免费建站欢迎大家使用！

import numpy as np

import matplotlib.pyplot as plt

x = range(1,13,1)

y = range(1,13,1)

plt.plot(x,y)

plt.show()

此时的x轴和y轴都是只显示偶数，其它的奇数未显示，这样在展示实验效果或放入文章中都会影响其可读性。

为了设置坐标轴的值，增加其可读性，有多种方法。这里介绍的是matplotlib的函数xticks()和yticks()。

扩展资料

基本用法：

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

# 生成x轴上的数据:从-3到3，总共有50个点

x = np.linspace(-1, 1, 50)

# 定义一个线性方程

y1 = 2 * x + 1

# 定义一个二次方程

y2 = x ** 2

# 设置x轴的取值范围为：-1到2

plt.xlim(-1, 2)

# 设置y轴的取值范围为：-1到3

plt.ylim(-1, 3)

# 设置x轴的文本，用于描述x轴代表的是什么

plt.xlabel("I am x")

# 设置y轴的文本，用于描述y轴代表的是什么

plt.ylabel("I am y")

plt.plot(x, y2)

# 绘制红色的线宽为1虚线的线条

plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')

# 显示图表

plt.show()

参考资料来源：

百度百科——plot

python函数图的绘制

pre

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.patches import Polygon

def func(x):

return -(x-2)*(x-8)+40

x=np.linspace(0,10)

y=func(x)

fig,ax = plt.subplots()

plt.plot(x,y,'r',linewidth=2)

plt.ylim(ymin=20)

a=2

b=9

ax.set_xticks([a,b])

ax.set_xticklabels(['$a$','$b$'])

ax.set_yticks([])

plt.figtext(0.9,0.05,'$x$')

plt.figtext(0.1,0.9,'$y$')

ix=np.linspace(a,b)

iy=func(ix)

ixy=zip(ix,iy)

verts=[(a,0)]+list(ixy)+[(b,0)]

poly = Polygon(verts,facecolor='0.9',edgecolor='0.5')

ax.add_patch(poly)

x_math=(a+b)*0.5

y_math=35

plt.text(x_math,y_math,r"$\int_a^b(-(x-2)*(x-8)+40)dx$",horizontalalignment='center',size=12)

plt.show()

/pre

pythonplot图形展示区在哪里

一、认识绘图区

在绘制图形之前，我们首先要了解的就是图表的组成部分，以及各组成部分如何用代码来更改。这也是我们用 Python 绘制图表的基础。

1、建立画布：figure

画布的作用相当于我们绘图过程中用到的画板，有了画板，我们才能将纸固定下来：

# 导入 matplotlib 库

import matplotlib.pyplot as plt

# 建立一个画布，画布大小为（8，6）

plt.figure(figsize=(8, 6))

plt.show()

登录后复制

输出结果：

2、建立绘图区：subplot

建立绘图区就是创建坐标系，用来绘制图形，相当于铺在画布上的纸。

# 创建坐标系(用于绘制图形)

axes = plt.subplot()

登录后复制

输出结果：

Ps：当然，在绘制简单图形时。我们也可以用下面这种方式建立坐标系，也可以达到同样的效果:

# 导入 matplotlib 库

import matplotlib.pyplot as plt

# 建立一个画布，画布大小为（8，6）

plt.figure(figsize=(8, 6))

# 创建坐标系(用于绘制图形)

plt.plot()

plt.show()

登录后复制

但本小白觉得这种绘制单个图形还可以，在一个画布上绘制多个图形时还是要用到 subplot 函数，且更改坐标轴的样式时不太方便，下面将会为大家介绍。

二、更改绘图区参数

1、X、Y轴刻度 tick_params

import matplotlib.pyplot as plt

plt.figure(figsize=(8, 6))

axes = plt.subplot()

# 更改轴上刻度

# axis:代表坐标轴(默认="both")

# both:x,y轴同时更改；axis="x"只更改x轴

# direction="in"代表刻度向里，"out"向外

# bottom，top，right，left：刻度线

# labelbottom, labeltop, labelleft, labelright:刻度线下文字

axes.tick_params(axis="both", direction="in", bottom=False，labelbottom=False)

plt.show()

登录后复制



更多 tick_params 参数

2、边框线 spines

# 图表边框线的修改

# top、bottom、left、right

axes.spines["top"].set_visible(False)

axes.spines["right"].set_visible(False)

axes.spines["bottom"].set_visible(False)

登录后复制

注：前面我们说到用 axes=plt.subplot() 创建绘图区，就是为了能够用 axes.spines... 这段代码，利用 plt.plot() 没有这样方便，而且还利于在一个画布中创建多个坐标轴。

3、实例

# 绘制正、余弦函数

import numpy as np

import matplotlib.pyplot as plt

# 创建画布

plt.figure(figsize=(8, 6))

# 建立坐标系

axes = plt.subplot()

axes.spines["top"].set_visible(False)

axes.spines["right"].set_visible(False)

x = np.linspace(0, 2*np.pi)

y1 = np.sin(x)

y2 = np.cos(x)

axes.plot(x, y1, x, y2)

plt.show()

登录后复制



到此，我们就能够随意更改坐标轴的样式，来创建有特色的图形了。

三、创建子图： subplot函数

通常我们需要在一个画布中绘制多个图形，这样我们就需要用到 subplot函数：

subplot ( nrows, ncols, plot_number )

nrows：子图的行数

ncols：子图的列数

plot_number：子图放的位置

subplot(2,2,1)

# 将画布分为2x2四个区域，并在第一个位置绘图

登录后复制

也可以写成下面的形式，输出结果一样

用Python设置matplotlib.plot的坐标轴刻度间隔以及刻度范围

转自 跳转链接

　一、用默认设置绘制折线图

import matplotlib.pyplot as plt

x_values=list(range(11))

#x轴的数字是0到10这11个整数

y_values=[x**2 for x in x_values]

#y轴的数字是x轴数字的平方

plt.plot(x_values,y_values,c='green')

#用plot函数绘制折线图，线条颜色设置为绿色

plt.title('Squares',fontsize=24)

#设置图表标题和标题字号

plt.tick_params(axis='both',which='major',labelsize=14)

#设置刻度的字号

plt.xlabel('Numbers',fontsize=14)

#设置x轴标签及其字号

plt.ylabel('Squares',fontsize=14)

#设置y轴标签及其字号

plt.show()

#显示图表

制作出图表

我们希望x轴的刻度是0,1,2,3,4……，y轴的刻度是0,10,20,30……，并且希望两个坐标轴的范围都能再大一点，所以我们需要手动设置。

二、手动设置坐标轴刻度间隔以及刻度范围

import matplotlib.pyplot as plt

from matplotlib.pyplot import MultipleLocator

#从pyplot导入MultipleLocator类，这个类用于设置刻度间隔

x_values=list(range(11))

y_values=[x**2 for x in x_values]

plt.plot(x_values,y_values,c='green')

plt.title('Squares',fontsize=24)

plt.tick_params(axis='both',which='major',labelsize=14)

plt.xlabel('Numbers',fontsize=14)

plt.ylabel('Squares',fontsize=14)

x_major_locator=MultipleLocator(1)

#把x轴的刻度间隔设置为1，并存在变量里

y_major_locator=MultipleLocator(10)

#把y轴的刻度间隔设置为10，并存在变量里

ax=plt.gca()

#ax为两条坐标轴的实例

ax.xaxis.set_major_locator(x_major_locator)

#把x轴的主刻度设置为1的倍数

ax.yaxis.set_major_locator(y_major_locator)

#把y轴的主刻度设置为10的倍数

plt.xlim(-0.5,11)

#把x轴的刻度范围设置为-0.5到11，因为0.5不满一个刻度间隔，所以数字不会显示出来，但是能看到一点空白

plt.ylim(-5,110)

#把y轴的刻度范围设置为-5到110，同理，-5不会标出来，但是能看到一点空白

plt.show()

绘制结果