摘要：问题描述：我正在尝试修复 Python 如何绘制我的数据。说：x = [0, 5, 9, 10, 15] y = [0, 1, 2, 3, 4] matplotlib.pyplot.plot(x, y) matplotlib.pyplot.show() x 轴的刻度以 5 为间隔绘制。有没有办法让它显示 1...

问题描述：

我正在尝试修复 Python 如何绘制我的数据。说：

x = [0, 5, 9, 10, 15]
y = [0, 1, 2, 3, 4]

matplotlib.pyplot.plot(x, y)
matplotlib.pyplot.show()

x 轴的刻度以 5 为间隔绘制。有没有办法让它显示 1 的间隔？

解决方案 1：

您可以明确设置您想要刻度的位置plt.xticks：

plt.xticks(np.arange(min(x), max(x)+1, 1.0))

例如，

import numpy as np
import matplotlib.pyplot as plt

x = [0,5,9,10,15]
y = [0,1,2,3,4]
plt.plot(x,y)
plt.xticks(np.arange(min(x), max(x)+1, 1.0))
plt.show()

（为了以防万一，np.arange使用了而不是 Python 的函数，并且是浮点数而不是整数。）range`min(x)`max(x)

plt.plot(或)函数ax.plot将自动设置默认值x和y限制。如果您希望保留这些限制，而只是更改刻度标记的步长，那么您可以使用ax.get_xlim()来发现 Matplotlib 已经设置了哪些限制。

start, end = ax.get_xlim()
ax.xaxis.set_ticks(np.arange(start, end, stepsize))

默认的刻度格式化程序应该能够很好地将刻度值四舍五入为合理的有效数字。但是，如果您希望对格式有更多控制权，则可以定义自己的格式化程序。例如，

ax.xaxis.set_major_formatter(ticker.FormatStrFormatter('%0.1f'))

这是一个可运行的示例：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

x = [0,5,9,10,15]
y = [0,1,2,3,4]
fig, ax = plt.subplots()
ax.plot(x,y)
start, end = ax.get_xlim()
ax.xaxis.set_ticks(np.arange(start, end, 0.712123))
ax.xaxis.set_major_formatter(ticker.FormatStrFormatter('%0.1f'))
plt.show()

解决方案 2：

另一种方法是设置轴定位器：

import matplotlib.ticker as plticker

loc = plticker.MultipleLocator(base=1.0) # this locator puts ticks at regular intervals
ax.xaxis.set_major_locator(loc)

根据您的需要，有几种不同类型的定位器。

以下是完整示例：

import matplotlib.pyplot as plt
import matplotlib.ticker as plticker

x = [0,5,9,10,15]
y = [0,1,2,3,4]
fig, ax = plt.subplots()
ax.plot(x,y)
loc = plticker.MultipleLocator(base=1.0) # this locator puts ticks at regular intervals
ax.xaxis.set_major_locator(loc)
plt.show()

解决方案 3：

我喜欢这个解决方案（来自Matplotlib Plotting Cookbook）：

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

x = [0,5,9,10,15]
y = [0,1,2,3,4]

tick_spacing = 1

fig, ax = plt.subplots(1,1)
ax.plot(x,y)
ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))
plt.show()

该解决方案让您通过给出的数字明确控制刻度间距ticker.MultipleLocater()，允许自动限制确定，并且以后易于读取。

解决方案 4：

如果有人对通用的单行代码感兴趣，只需获取当前刻度并使用它来通过每隔一个刻度进行采样来设置新的刻度。

ax.set_xticks(ax.get_xticks()[::2])

解决方案 5：

如果您只想设置间距，则使用最少的样板简单的一行：

plt.gca().xaxis.set_major_locator(plt.MultipleLocator(1))

也适用于轻微的蜱虫：

plt.gca().xaxis.set_minor_locator(plt.MultipleLocator(1))

有点拗口，但相当紧凑

解决方案 6：

这有点老套，但这是迄今为止我发现的最简洁/最容易理解的示例。它来自 SO 上的一个答案：

隐藏 matplotlib 颜色条中每个第 n 个刻度标签的最干净的方法？

for label in ax.get_xticklabels()[::2]:
    label.set_visible(False)

然后，您可以循环设置标签，根据所需的密度将其设置为可见或不可见。

编辑：请注意，有时 matplotlib 会设置标签 == ''，因此可能看起来标签不存在，但实际上它存在并且没有显示任何内容。为了确保循环遍历实际可见的标签，您可以尝试：

visible_labels = [lab for lab in ax.get_xticklabels() if lab.get_visible() is True and lab.get_text() != '']
plt.setp(visible_labels[::2], visible=False)

解决方案 7：

这是一个老话题，但我时不时会遇到这个问题，并做了这个功能。它非常方便：

import matplotlib.pyplot as pp
import numpy as np

def resadjust(ax, xres=None, yres=None):
    """
    Send in an axis and I fix the resolution as desired.
    """

    if xres:
        start, stop = ax.get_xlim()
        ticks = np.arange(start, stop + xres, xres)
        ax.set_xticks(ticks)
    if yres:
        start, stop = ax.get_ylim()
        ticks = np.arange(start, stop + yres, yres)
        ax.set_yticks(ticks)

控制刻度的一个注意事项是，在添加行之后，不再享受最大比例的交互式自动更新。然后执行

gca().set_ylim(top=new_top) # for example

并再次运行重新调整功能。

解决方案 8：

我开发了一个不太优雅的解决方案。假设我们有 X 轴以及 X 轴上每个点的标签列表。

例子：

import matplotlib.pyplot as plt

x = [0,1,2,3,4,5]
y = [10,20,15,18,7,19]
xlabels = ['jan','feb','mar','apr','may','jun']

假设我只想显示“二月”和“六月”的刻度标签

xlabelsnew = []
for i in xlabels:
    if i not in ['feb','jun']:
        i = ' '
        xlabelsnew.append(i)
    else:
        xlabelsnew.append(i)

好，现在我们有了一个假的标签列表。首先，我们绘制了原始版本。

plt.plot(x,y)
plt.xticks(range(0,len(x)),xlabels,rotation=45)
plt.show()

现在，是修改后的版本。

plt.plot(x,y)
plt.xticks(range(0,len(x)),xlabelsnew,rotation=45)
plt.show()

解决方案 9：

通用的一行程序，仅导入Numpy：

ax.set_xticks(np.arange(min(x),max(x),1))

设置在问题的上下文中：

import numpy as np
import matplotlib.pyplot as plt 
fig, ax = plt.subplots()
x = [0,5,9,10,15]
y = [0,1,2,3,4]
ax.plot(x,y)
ax.set_xticks(np.arange(min(x),max(x),1))
plt.show()

工作原理：

fig, ax = plt.subplots()给出包含轴的 ax 对象。
np.arange(min(x),max(x),1)给出一个从 x 的最小值到 x 的最大值的区间为 1 的数组。这就是我们想要的新的 x 刻度。
ax.set_xticks()改变斧头对象上的刻度。

解决方案 10：

纯 Python 实现

下面是所需功能的纯 Python 实现，它可以处理任何具有正值、负值或混合值的数字系列（整数或浮点数），并允许用户指定所需的步长：

import math

def computeTicks (x, step = 5):
    """
    Computes domain with given step encompassing series x
    @ params
    x    - Required - A list-like object of integers or floats
    step - Optional - Tick frequency
    """
    xMax, xMin = math.ceil(max(x)), math.floor(min(x))
    dMax, dMin = xMax + abs((xMax % step) - step) + (step if (xMax % step != 0) else 0), xMin - abs((xMin % step))
    return range(dMin, dMax, step)

示例输出

# Negative to Positive
series = [-2, 18, 24, 29, 43]
print(list(computeTicks(series)))

[-5, 0, 5, 10, 15, 20, 25, 30, 35, 40, 45]

# Negative to 0
series = [-30, -14, -10, -9, -3, 0]
print(list(computeTicks(series)))

[-30, -25, -20, -15, -10, -5, 0]

# 0 to Positive
series = [19, 23, 24, 27]
print(list(computeTicks(series)))

[15, 20, 25, 30]

# Floats
series = [1.8, 12.0, 21.2]
print(list(computeTicks(series)))

[0, 5, 10, 15, 20, 25]

# Step – 100
series = [118.3, 293.2, 768.1]
print(list(computeTicks(series, step = 100)))

[100, 200, 300, 400, 500, 600, 700, 800]

示例用法

import matplotlib.pyplot as plt

x = [0,5,9,10,15]
y = [0,1,2,3,4]
plt.plot(x,y)
plt.xticks(computeTicks(x))
plt.show()

样本使用情况图

请注意，x 轴具有所有间隔 5 的整数值，而 y 轴具有不同的间隔（matplotlib默认行为，因为未指定刻度）。

解决方案 11：

xmarks=[i for i in range(1,length+1,1)]

plt.xticks(xmarks)

这对我有用

如果你想要 [1,5] （包括 1 和 5）之间的刻度，那么替换

length = 5

解决方案 12：

由于上述解决方案均不None适用于我的用例，因此我在此提供了一个使用（双关语！）的解决方案，它可以适应各种各样的场景。

下面是一个示例代码片段，它在X和Y轴上产生混乱的刻度。

# Note the super cluttered ticks on both X and Y axis.

# inputs
x = np.arange(1, 101)
y = x * np.log(x) 

fig = plt.figure()     # create figure
ax = fig.add_subplot(111)
ax.plot(x, y)
ax.set_xticks(x)        # set xtick values
ax.set_yticks(y)        # set ytick values

plt.show()

现在，我们用一个新图表来清理混乱，该图表在 x 轴和 y 轴上仅显示一组稀疏的值作为刻度。

# inputs
x = np.arange(1, 101)
y = x * np.log(x)

fig = plt.figure()       # create figure
ax = fig.add_subplot(111)
ax.plot(x, y)

ax.set_xticks(x)
ax.set_yticks(y)

# which values need to be shown?
# here, we show every third value from `x` and `y`
show_every = 3

sparse_xticks = [None] * x.shape[0]
sparse_xticks[::show_every] = x[::show_every]

sparse_yticks = [None] * y.shape[0]
sparse_yticks[::show_every] = y[::show_every]

ax.set_xticklabels(sparse_xticks, fontsize=6)   # set sparse xtick values
ax.set_yticklabels(sparse_yticks, fontsize=6)   # set sparse ytick values

plt.show()

根据用例，可以通过简单地更改show_every和使用它来调整上述代码，以对 X 或 Y 或两个轴进行采样刻度值。

sparse_xticks如果这个基于步长的解决方案不适合，那么也可以以不规则的间隔填充或的值sparse_yticks，如果这是需要的。

解决方案 13：

同时设置大刻度和小刻度：

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

ax = plt.axes()
ax.xaxis.set_major_locator(ticker.MultipleLocator(5)) # set BIG ticks
ax.xaxis.set_minor_locator(ticker.MultipleLocator(1)) # set small ticks

x = range(0,21)
y = [4,8,3,10,6,12,5] * 3

plt.plot(x, y)
plt.show()

在此处输入图片描述

解决方案 14：

如果您需要使用旧的滴答标签更改滴答标签频率以及滴答频率，则依次使用set_xticks和会引发如下所示的 ValueError：set_xticklabels

ValueError: The number of FixedLocator locations (5), usually from 
a call to set_ticks, does not match the number of labels (3).

解决该问题的一种方法是同时设置两者。

如果您有matplotlib>=3.5，那么您可以将标签传递给set_xticks（或set_yticksy 轴）作为第二个参数。

ax.set_xticks(new_ticks)
ax.set_xticklabels(new_labels)                    # <--- error

ax.set_xticks(new_ticks, new_labels)              # <--- OK
#                        ^^^^^^^^^^^  <--- pass labels here

如果您有matplotlib<3.5，那么您可以使用set同时设置两者。

ax.set(xticks=new_ticks, xticklabels=new_labels)  # <---- OK

举一个具体的例子也许能更好地说明这一点。

import pandas as pd
ax = pd.Series(range(20), index=pd.date_range('2020', '2024', 20).date).plot()
ax.set_xticks(ax.get_xticks()[::2])
ax.set_xticklabels(ax.get_xticklabels()[::2]);  # <---- error

ax = pd.Series(range(20), index=pd.date_range('2020', '2024', 20).date).plot()
ax.set_xticks(ax.get_xticks()[::2],
              ax.get_xticklabels()[::2])        # <--- OK

ax = pd.Series(range(20), index=pd.date_range('2020', '2024', 20).date).plot()
ax.set(xticks=ax.get_xticks()[::2], 
       xticklabels=ax.get_xticklabels()[::2]);  # <---- OK

对于这种特定情况，matplotlib.dates.YearLocator和matplotlib.dates.DateFormatter更灵活（例如ax.xaxis.set_major_locator(matplotlib.dates.YearLocator())）并且可能是设置刻度标签的首选方式，但上述帖子提供了针对常见错误的快速修复方法。

解决方案 15：

您可以循环浏览标签并显示或隐藏您想要的标签：

   for i, label in enumerate(ax.get_xticklabels()):
        if i % interval != 0:
            label.set_visible(False)

更改 x 轴或 y 轴上的刻度频率