Python Matplotlib 自定义坐标轴位置与样式

获取并操作坐标轴对象

在 Matplotlib 中，plt.gca()（get current axis）用于获取当前的坐标轴对象。这是后续所有自定义操作的基础。通过该对象，我们可以访问图表的边框（spines）和刻度（ticks）。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
x = np.linspace(-5, 5, 100)
y1 = 0.5 * x
y2 = x * x

plt.figure()
plt.xlabel('X axis...')
plt.ylabel('Y axis...')

ax = plt.gca()  # 获取当前坐标轴对象

隐藏顶部和右侧边框

默认情况下，图表四周都有边框。为了突出数据或使图表更简洁，通常需要将顶部和右侧的边框隐藏。这可以通过将对应边框的颜色设置为 'none' 来实现。

# 隐藏右边和上边的边框
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

调整刻度位置

隐藏边框后，还需要调整刻度线的位置，使其与剩余的边框（通常是底部和左侧）对齐。使用 set_ticks_position() 方法可以指定刻度显示的位置。

# 指定 x 轴刻度在底部，y 轴刻度在左侧
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')

移动坐标轴交点

最后一步是将坐标轴移动到指定的数据位置。默认情况下，坐标轴位于图表边缘。通过 set_position() 方法，可以指定坐标轴与数据轴的绑定关系。例如，将底部边框（x 轴）和左侧边框（y 轴）都绑定到数据值 0，即可使坐标轴交点位于原点 (0, 0)。

# 将 x 轴绑定到 y=0 的位置
ax.spines['bottom'].set_position(('data', 0))
# 将 y 轴绑定到 x=0 的位置
ax.spines['left'].set_position(('data', 0))

如果需要将交点移动到其他地方，例如 (1, 0)，只需修改 y 轴的绑定值即可：

ax.spines['left'].set_position(('data', 1))

完整示例代码

以下是完整的代码示例，展示了如何绘制两条曲线并自定义坐标轴：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-5, 5, 100)
y1 = 0.5 * x
y2 = x * x

plt.figure()
plt.xlabel('X axis...')
plt.ylabel('Y axis...')

ax = plt.gca()

# 隐藏右边和上边
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 设置刻度位置
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')

# 移动坐标轴到原点
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))

# 绘制数据
plt.plot(x, y1, linestyle='--')
plt.plot(x, y2)

plt.show()

以上就是使用 Matplotlib 改变坐标轴默认位置的详细内容，更多关于 Python 数据可视化的资料请关注本站其它相关文章！