修改刻度标签文本

2024-12-06 08:39:00
admin
原创
99
摘要：问题描述：我想对图中选定的几个刻度标签进行一些修改。例如，如果我这样做：label = axes.yaxis.get_major_ticks()[2].label label.set_fontsize(size) label.set_rotation('vertical') 刻度标签的字体大小和方向发生了改变...

问题描述：

我想对图中选定的几个刻度标签进行一些修改。

例如，如果我这样做：

label = axes.yaxis.get_major_ticks()[2].label
label.set_fontsize(size)
label.set_rotation('vertical')

刻度标签的字体大小和方向发生了改变。

但是，如果尝试：

label.set_text('Foo')

勾选标签不会被修改。如果我这样做：

print label.get_text()

什么也没有打印。

这里还有一些奇怪的事情。当我尝试这样做时：

import matplotlib.pyplot as plt
import numpy as np

axes = plt.figure().add_subplot(111)
t = np.arange(0.0, 2.0, 0.01)
s = np.sin(2*np.pi*t)
axes.plot(t, s)
for ticklabel in axes.get_xticklabels():
    print(ticklabel.get_text())

仅打印空字符串，但图表包含标记为“0.0”、“0.5”、“1.0”、“1.5”和“2.0”的刻度。

在此处输入图片描述

解决方案 1：

警告：除非刻度标签已设置为字符串（通常在箱线图中如此），否则这将不适用于任何比 更新的 matplotlib 版本1.1.0。如果您使用当前的 github master，这将不起作用。我还不确定问题是什么……这可能是一个意外的变化，也可能不是……

通常情况下，你会采取如下做法：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()

# We need to draw the canvas, otherwise the labels won't be positioned and 
# won't have values yet.
fig.canvas.draw()

labels = [item.get_text() for item in ax.get_xticklabels()]
labels[1] = 'Testing'

ax.set_xticklabels(labels)

plt.show()

在此处输入图片描述

要理解为什么需要经历这么多麻烦，您需要更多地了解 matplotlib 的结构。

Matplotlib 刻意避免对刻度等进行“静态”定位，除非明确告知。假设您想要与绘图进行交互，因此绘图、刻度、刻度标签等的边界将动态变化。

因此，您不能只设置给定刻度标签的文本。默认情况下，每次绘制图表时，轴的定位器和格式化程序都会重新设置它。

但是，如果将定位器和格式化程序设置为静态（分别为FixedLocator和FixedFormatter），则刻度标签保持不变。

这就是set_*ticklabels或ax.*axis.set_ticklabels做的事。

希望这能让您更清楚地了解为什么更改单个刻度标签有点复杂。

通常，您实际上想要做的只是注释某个位置。在这种情况下，请查看annotate。

解决方案 2：

也可以使用pylab和xticks来实现

import matplotlib
import matplotlib.pyplot as plt
x = [0,1,2]
y = [90,40,65]
labels = ['high', 'low', 37337]
plt.plot(x,y, 'r')
plt.xticks(x, labels, rotation='vertical')
plt.show()

https://matplotlib.org/stable/gallery/ticks_and_spines/ticklabels_rotation.html

解决方案 3：

在较新版本的 中matplotlib，如果您没有使用一组str值设置刻度标签，则默认情况下会使用它们''（绘制图时，标签只是刻度值）。知道这一点，要获得所需的输出，需要执行以下操作：

>>> from pylab import *
>>> axes = figure().add_subplot(111)
>>> a=axes.get_xticks().tolist()
>>> a[1]='change'
>>> axes.set_xticklabels(a)
[<matplotlib.text.Text object at 0x539aa50>, <matplotlib.text.Text object at 0x53a0c90>, 
<matplotlib.text.Text object at 0x53a73d0>, <matplotlib.text.Text object at 0x53a7a50>, 
<matplotlib.text.Text object at 0x53aa110>, <matplotlib.text.Text object at 0x53aa790>]
>>> plt.show()

结果：
在此处输入图片描述

现在如果你检查一下_xticklabels，它们不再是一堆了''。

>>> [item.get_text() for item in axes.get_xticklabels()]
['0.0', 'change', '1.0', '1.5', '2.0']

1.1.1rc1它适用于从到当前版本的版本2.0。

解决方案 4：

这个问题问了好久了。截至今天 ( matplotlib 2.2.2)，经过一些阅读和尝试，我认为最佳/正确的方法是：

Matplotlib 有一个名为的模块ticker，其中包含支持完全可配置的刻度定位和格式化的类。要从图中修改特定刻度，以下方法对我有用：

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

def update_ticks(x, pos):
    if x == 0:
        return 'Mean'
    elif pos == 6:
        return 'pos is 6'
    else:
        return x

data = np.random.normal(0, 1, 1000)
fig, ax = plt.subplots()
ax.hist(data, bins=25, edgecolor='black')
ax.xaxis.set_major_formatter(mticker.FuncFormatter(update_ticks))
plt.show()

具有正态分布的随机值的直方图

警告！ x是刻度的值，pos是其在轴上的相对位置。请注意，索引时pos取值从 开始1，而不是像往常一样从开始。0

就我而言，我试图y-axis用百分比值来格式化直方图。mticker有另一个名为的类PercentFormatter可以轻松执行此操作，而无需像以前那样定义单独的函数：

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

data = np.random.normal(0, 1, 1000)
fig, ax = plt.subplots()
weights = np.ones_like(data) / len(data)
ax.hist(data, bins=25, weights=weights, edgecolor='black')
ax.yaxis.set_major_formatter(mticker.PercentFormatter(xmax=1.0, decimals=1))
plt.show()

具有正态分布的随机值的直方图

在这种情况下，xmax是对应于 100% 的数据值。百分比计算为x / xmax * 100，这就是我们固定 的原因xmax=1.0。此外，decimals是小数点后要放置的小数位数。

解决方案 5：

这有效：

import matplotlib.pyplot as plt

fig, ax1 = plt.subplots(1,1)

x1 = [0,1,2,3]
squad = ['Fultz','Embiid','Dario','Simmons']

ax1.set_xticks(x1)
ax1.set_xticklabels(squad, minor=False, rotation=45)

联邦调查局

解决方案 6：

轴类有一个set_yticklabels函数，允许您设置刻度标签，如下所示：

#ax is the axes instance
group_labels = ['control', 'cold treatment',
             'hot treatment', 'another treatment',
             'the last one']

ax.set_xticklabels(group_labels)

我仍在研究为什么上面的例子不起作用。

解决方案 7：

这在 matplotlib 3 中也有效：

x1 = [0,1,2,3]
squad = ['Fultz','Embiid','Dario','Simmons']

plt.xticks(x1, squad, rotation=45)

解决方案 8：

如果您不使用fig和ax并且想要修改所有标签（例如为了规范化），您可以这样做：

labels, locations = plt.yticks()
plt.yticks(labels, labels/max(labels))

解决方案 9：

尝试一下：

  fig,axis = plt.subplots(nrows=1,ncols=1,figsize=(13,6),sharex=True)
  axis.set_xticklabels(['0', 'testing', '10000', '20000', '30000'],fontsize=22)

解决方案 10：

在这里，我们打算修改一些刻度标签，Matplotlib但不会产生任何副作用，这样可以干净利落地工作，并保留偏移科学符号。此解决方案不会遇到其他一些答案中讨论的问题。

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

from matplotlib import rcParams
rcParams['axes.formatter.use_mathtext'] = True

class CustomScalarFormatter(matplotlib.ticker.ScalarFormatter):
    def __init__(self, useOffset=None, useMathText=None, useLocale=None, replace_values=([],[])):
        super().__init__(useOffset=None, useMathText=None, useLocale=None)
        self.replace_values = replace_values

    def __call__(self, x, pos=None):
        """
        Return the format for tick value *x* at position *pos*.
        """
        if len(self.locs) == 0:
            return ''
        elif x in self.replace_values[0]:
            idx = self.replace_values[0].index(x)
            return str(self.replace_values[1][idx])
        else:
            xp = (x - self.offset) / (10. ** self.orderOfMagnitude)
            if abs(xp) < 1e-8:
                xp = 0
            return self._format_maybe_minus_and_locale(self.format, xp)


z = np.linspace(0, 5000, 100)
fig, ax = plt.subplots()

xmajorformatter = CustomScalarFormatter(replace_values=([2000,0],['$x_0$','']))
ymajorformatter = CustomScalarFormatter(replace_values=([1E7,0],['$y_0$','']))
ax.xaxis.set_major_formatter(xmajorformatter)
ax.yaxis.set_major_formatter(ymajorformatter)

ax.plot(z,z**2)
plt.show()

我们在这里所做的是创建了matplotlib.ticker.ScalarFormatter类的派生类，matplotlib 默认使用该类来格式化标签。代码是从 matplotlib 源代码复制的，但只__call__复制并修改了函数。以下是

        elif x in self.replace_values[0]:
            idx = self.replace_values[0].index(x)
            return str(self.replace_values[1][idx])

是添加到函数中执行替换工作的新行__call__。派生类的优点是它继承了基类的所有功能，例如偏移量表示法、科学计数法标签（如果值很大）。结果是：

上述代码的输出

解决方案 11：

我注意到，这里发布的所有解决方案set_xticklabels()都没有保留偏移量，这是一个应用于刻度值的比例因子，用于创建更好看的刻度标签。例如，如果刻度在 0.00001 (1e-5) 的数量级，matplotlib 将自动添加比例因子 (或offset) 1e-5，因此最终的刻度标签可能最终为1 2 3 4，而不是1e-5 2e-5 3e-5 4e-5。

下面给出一个例子：

数组x为np.array([1, 2, 3, 4])/1e6，且y。y=x**2因此两者都是非常小的值。

左列：按照@Joe Kington 的建议，手动更改第 1 个和第 3 个标签。请注意，偏移量会丢失。

中间一列：与@iipr 建议的类似，使用FuncFormatter。

右栏：我建议的偏移保留解决方案。

图如下：
在此处输入图片描述

完整代码在这里：

import matplotlib.pyplot as plt
import numpy as np

# create some *small* data to plot
x = np.arange(5)/1e6
y = x**2

fig, axes = plt.subplots(1, 3, figsize=(10,6))

#------------------The set_xticklabels() solution------------------
ax1 = axes[0]
ax1.plot(x, y)
fig.canvas.draw()
labels = [item.get_text() for item in ax1.get_xticklabels()]

# Modify specific labels
labels[1] = 'Testing'
labels[3] = 'Testing2'
ax1.set_xticklabels(labels)
ax1.set_title('set_xticklabels()')

#--------------FuncFormatter solution--------------
import matplotlib.ticker as mticker

def update_ticks(x, pos):
    if pos==1:
        return 'testing'
    elif pos==3:
        return 'testing2'
    else:
        return x

ax2=axes[1]
ax2.plot(x,y)
ax2.xaxis.set_major_formatter(mticker.FuncFormatter(update_ticks))
ax2.set_title('Func Formatter')

#-------------------My solution-------------------
def changeLabels(axis, pos, newlabels):
    '''Change specific x/y tick labels

    Args:
        axis (Axis): .xaxis or .yaxis obj.
        pos (list): indices for labels to change.
        newlabels (list): new labels corresponding to indices in <pos>.
    '''

    if len(pos) != len(newlabels):
        raise Exception("Length of <pos> doesn't equal that of <newlabels>.")

    ticks = axis.get_majorticklocs()
    # get the default tick formatter
    formatter = axis.get_major_formatter()
    # format the ticks into strings
    labels = formatter.format_ticks(ticks)

    # Modify specific labels
    for pii, lii in zip(pos, newlabels):
        labels[pii] = lii

    # Update the ticks and ticklabels. Order is important here.
    # Need to first get the offset (1e-6 in this case):
    offset = formatter.get_offset()
    # Then set the modified labels:
    axis.set_ticklabels(labels)
    # In doing so, matplotlib creates a new FixedFormatter and sets it to the xaxis
    # and the new FixedFormatter has no offset. So we need to query the
    # formatter again and re-assign the offset:
    axis.get_major_formatter().set_offset_string(offset)

    return

ax3 = axes[2]
ax3.plot(x, y)

changeLabels(ax3.xaxis, [1, 3], ['Testing', 'Testing2'])
ax3.set_title('With offset')

fig.show()
plt.savefig('tick_labels.png')

警告：似乎使用 的解决方案set_xticklabels()（包括我自己的解决方案）依赖于FixedFormatter，它是静态的并且不响应图形大小调整。要观察效果，​​请将图形更改为较小的尺寸，例如fig, axes = plt.subplots(1, 3, figsize=(6,6))，然后放大图形窗口。您会注意到，只有中间列响应调整大小，并且随着图形变大而添加更多刻度。左列和右列将有空的刻度标签（见下图）。

警告2：我还注意到，如果您的刻度值是浮点数，set_xticklabels(ticks)直接调用可能会给您带来难看的字符串，例如1.499999999998而不是1.5。

在此处输入图片描述

解决方案 12：

  • matplotlib.axes.Axes.set_xticks或matplotlib.axes.Axes.set_yticksy 轴，可用于更改以 开头的刻度和标签 。这些用于面向对象的接口。
    matplotlib 3.5.0

    • 如果使用pyplot基于状态的接口，请使用plt.xticks或plt.yticks，如其他答案所示。

    • 一般来说，将一个list/array数字传递给ticks参数，将一个list/array字符串传递给labels参数。

  • 在这种情况下，x 轴由连续的数值组成，因此没有设置文本标签，正如本答案中详细解释的那样。当绘图具有离散刻度（例如箱线图、条形图）时，情况并非如此。

    • [Text(0, 0, ''), Text(0, 0, ''), Text(0, 0, ''), Text(0, 0, ''), Text(0, 0, ''), Text(0, 0, ''), Text(0, 0, ''), Text(0, 0, ''), Text(0, 0, ''), Text(0, 0, ''), Text(0, 0, '')]返回的是ax.get_xticklabels()

    • [-0.25 0. 0.25 0.5 0.75 1. 1.25 1.5 1.75 2. 2.25]返回的是ax.get_xticks()

      • type(ax.get_xticks())是<class 'numpy.ndarray'>

      • type(ax.get_xticks()[0])是<class 'numpy.float64'>

  • 由于OP试图用替换数字标签str，因此必须将 中的所有值ndarray转换为str类型，然后才能更新要更改的值。

  • 经过python 3.10测试matplotlib 3.5.2

import numpy as np
import matplotlib.pyplot as plt

# create figure and axes
fig, ax = plt.subplots(figsize=(8, 6))

# plot data
t = np.arange(0.0, 2.0, 0.01)
s = np.sin(2*np.pi*t)

# plot
ax.plot(t, s)

# get the xticks, which are the numeric location of the ticks
xticks = ax.get_xticks()

# get the xticks and convert the values in the array to str type
xticklabels = list(map(str, ax.get_xticks()))

# update the string to be changed
xticklabels[1] = 'Test'

# set the xticks and the labels
_ = ax.set_xticks(xticks, xticklabels)

在此处输入图片描述

  • 请注意，更改 xticklabels 时不会保留 x 轴偏移量。但是，即使没有偏移量，也会显示正确的值。

# create figure and axes
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(8, 6), sharex=False)

# plot data
t = np.linspace(0, 1500000, 100)
s = t**2

# plot
ax1.plot(t, s)
ax2.plot(t, s)

# get the xticks, which are the numeric location of the ticks
xticks = ax2.get_xticks()

# get the xticks and convert the values in the array to str type
xticklabels = list(map(str, ax2.get_xticks()))

# update the string to be changed
xticklabels[1] = 'Test'

# set the xticks and the labels
_ = ax2.set_xticks(xticks, xticklabels, rotation=90)

在此处输入图片描述

解决方案 13：

你可以这样做：

for k in ax.get_xmajorticklabels():
    if some-condition:
        k.set_color(any_colour_you_like)

draw()
相关推荐
置顶 2024年20款好用的项目管理软件推荐，项目管理提效的20个工具和技巧
2024年20款好用的项目管理软件推荐，项目管理提效的20个工具和技巧
  为什么项目管理通常仍然耗时且低效？您是否还在反复更新电子表格、淹没在便利贴中并参加每周更新会议？这确实是耗费时间和精力。借助软件工具的帮助，您可以一目了然地全面了解您的项目。如今，国内外有足够多优秀的项目管理软件可以帮助您掌控每个项目。什么是项目管理软件？项目管理软件是广泛行业用于项目规划、资源分配和调度的软件。它使项...
项目管理软件   1008  
如何利用IPD项目流程图应对项目变更
如何利用IPD项目流程图应对项目变更
  在项目管理中，变更是一个不可避免的现象。无论是客户需求的调整、市场环境的变化，还是技术方案的更新，都可能引发项目的变更。如果处理不当，这些变更可能会导致项目延期、成本超支，甚至项目失败。因此，如何有效地应对项目变更，成为项目管理中的核心挑战之一。IPD（集成产品开发）作为一种高效的项目管理方法，其流程图不仅能够帮助团队...
IPD流程中的charter   0  
如何通过华为IPD提升产品开发效率的7个步骤
如何通过华为IPD提升产品开发效率的7个步骤
  IPD（Integrated Product Development，集成产品开发）是华为在长期实践中总结出的一套高效产品开发管理体系。它不仅帮助华为在全球市场中脱颖而出，也成为许多企业提升产品开发效率的参考标杆。IPD的核心在于通过跨部门协作、流程优化和资源整合，实现从需求分析到产品交付的全生命周期管理。通过实施IP...
IPD开发流程管理   0  
华为IPD流程如何实现高效的项目交付
华为IPD流程如何实现高效的项目交付
  华为IPD（集成产品开发）流程是一种以客户需求为导向、跨部门协同的高效项目管理方法。它通过系统化的流程设计和严格的阶段控制，确保项目从概念到交付的每个环节都能高效运作。IPD流程的核心在于打破传统职能部门的壁垒，将产品开发、市场、销售、供应链等关键环节整合到一个统一的框架中，从而实现资源的优化配置和信息的无缝流动。这种...
IPD流程中TR   0  
CDCP评审前必须准备的10个关键文档
CDCP评审前必须准备的10个关键文档
  在项目管理的实践中，CDCP（Certified Data Center Professional）认证评审是一个至关重要的环节。通过这一评审，项目团队不仅能够验证其数据中心设计和运营的合规性，还能提升整体管理水平。为了确保评审的顺利进行，准备一系列关键文档是必不可少的。这些文档不仅是评审的依据，也是项目团队与评审专家...
华为IPD是什么   0  
热门文章
2024年项目管理软件排行榜
2024年20款好用的项目管理软件推荐，项目管理提效的20个工具和技巧
img020
使用 Python 'Requests' 模块的代理
img044
10个项目管理常见问题解答：包括难点和解决方法
项目管理软件
项目延期的原因有哪些？如何有效预防和管理？
项目管理软件
项目管理指南：制定项目实施计划的6大步骤有哪些？
项目里程碑计划模板
项目里程碑计划模板怎么写?设定项目里程碑的5个方法
好用的项目管理软件有哪些
2024年开源项目管理软件有哪些？推荐5款好用的项目管理工具
项目管理软件有哪些？
热门标签
更多>
IPD流程 项目管理 IT项目管理 敏捷开发 项目管理软件 Scrum 敏捷项目管理 IPD流程管理 项目风险管理 项目管理工具 项目经理 极限编程  产品管理  项目经理职责 项目路线图 项目进度管理 测试管理工具 项目预算管理 PMP认证 瀑布式管理 项目范围管理 IT科技 项目管理平台 工程项目管理 项目资源管理 pmp证书考试
云禅道AD
禅道项目管理软件

云端的项目管理软件

尊享禅道项目软件收费版功能

无需维护，随时随地协同办公

内置subversion和git源码管理

每天备份，随时转为私有部署

免费试用