matplotlib命令与格式：pyplot api坐标轴刻度常用命令

在使用matplotlib模块时画坐标图时，往往需要对坐标轴设置很多参数，这些参数包括横纵坐标轴范围、坐标轴刻度大小、坐标轴名称等 。

1.axis设置坐标轴

(1)语法:axis([xmin, xmax, ymin, ymax])
(2)例子:
import matplotlib.pyplot as plt
plt.axis([xmin, xmax, ymin, ymax])
plt.axis([-6,6,-10,10])   注：系统系统会自动调整y轴的区间，故跟设置的并不完全相同
plt.axis()                      #returns the current axes limits [xmin, xmax, ymin, ymax]
plt.axis('off')                #turns off the axis lines and labels
plt.axis('equal')           #使用x轴与y轴具有相同长度
axis('scaled')
axis('tight')
axis('image')                              
axis('auto') 与 axis('normal')      #自动采用最合适的形式
axis('square')                             #正方形

2.设置坐标轴范围，名称，刻度

(1)语法:
plt.xlim、plt.ylim 设置横纵坐标轴范围 
plt.xlabel、plt.ylabel 设置坐标轴名称 
plt.xticks、plt.yticks设置坐标轴刻度
另外也可以使用plt.axis([xmin, xmax, ymin, ymax])确定坐标值的范围
# 设置刻度字体大小
plt.xticks(fontsize=20)
plt.yticks(fontsize=20)
# 设置坐标标签字体大小
ax.set_xlabel(..., fontsize=20)
ax.set_ylabel(..., fontsize=20)

(2)例子:

import matplotlib.pyplot as plt
import numpy as np
#创建数据
x = np.linspace(-5, 5, 100)
y1 = np.sin(x)
y2 = np.cos(x)
#创建figure窗口
plt.figure(num=3, figsize=(8, 5))
#画曲线1
plt.plot(x, y1)
#画曲线2
plt.plot(x, y2, color='blue', linewidth=5.0, linestyle='--')
#设置坐标轴范围
plt.xlim((-5, 5))     #也可写成plt.xlim(-5, 5) 
plt.ylim((-2, 2))     #也可写成plt.ylim(-2, 2)
#设置坐标轴名称

plt.xlabel("Data sets",fontsize=13,fontweight='bold')
plt.ylabel("Accuracy",fontsize=13,fontweight='bold')
#设置坐标轴刻度
my_x_ticks = np.arange(-5, 5, 0.5)
my_y_ticks = np.arange(-2, 2, 0.3)
plt.xticks(my_x_ticks)
plt.yticks(my_y_ticks)
#显示出所有设置
plt.show()

3.xticks()/yticks()设置坐标轴刻度

#不显示坐标轴刻度
plt.xticks([])
plt.yticks([])
ax.set_xticks([])  
ax.set_yticks([]) 

#设置坐标轴刻度
my_x_ticks = np.arange(-5, 5, 0.5)      #显示范围为-5至5，每0.5显示一刻度
my_y_ticks = np.arange(-2, 2, 0.2)      #显示范围为-2至2，每0.2显示一刻度
plt.xticks(my_x_ticks)
plt.yticks(my_y_ticks)

#设置刻度标签字体属性
plt.xticks(fontsize=16, color="red", rotation=45)
# 显示x轴的刻标以及对应的标签
xticks( arange(5), ('Tom', 'Dick', 'Harry', 'Sally', 'Sue') )

4.xscale/yscale对数和其它非线性轴

import numpy as np
import matplotlib.pyplot as plt
#生成一些区间 [0,1]内的数据
y = np.random.normal(loc=0.5, scale=0.4, size=1000)
y = y[(y > 0) & (y < 1)]
y.sort()
x = np.arange(len(y))
#画图
plt.yscale('linear')                               #线性
plt.yscale('log')                                   #对数
plt.yscale('symlog', linthreshy=0.05)  #对称的对数
plt.yscale('logit')                                 #logit
plt.show()