讲解比较全面的几篇文章

• https://zhuanlan.zhihu.com/p/448571003
• https://www.mianshigee.com/note/detail/80630djz/
• https://blog.51cto.com/topic/pythonhuatushezhizuobiaozhoukeduyincang.html

设置坐标轴刻度向内

作图默认的坐标轴刻度是向外的，但有些期刊要求刻度向内。
方法1
通过rcParams设置，类似的方式在设置中文字体时用过，但自己还不是特别熟，不知道会不会改变默认样式（似乎不会）。

plt.rcParams['xtick.direction'] = 'in'  # 将x轴的刻度线方向设置向内
plt.rcParams['ytick.direction'] = 'in'  # 将y轴的刻度线方向设置向内

方法2
通过ax.tick_params中从参数direction来设置

'''
axis: x轴还是y轴
direction："in" 向内,"out"向外
which:"major" 设置主轴参数，"minor"设置次轴参数，"both"l两个轴的参数一起设置
labelsize:设置刻度标签的字体大小
length：设置标签刻度的长度
'''
# y轴
ax.yaxis.set_minor_locator(yminor_1)
ax.yaxis.set_major_locator(ymajor_1)
ax.tick_params(axis="y", direction="in", which="minor", length=4)
ax.tick_params(axis="y", direction="out", which="major", labelsize=15, length=5)

设置主次刻度

参考链接 https://blog.csdn.net/Admiral_x/article/details/124778091
示例代码如下

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator, AutoLocator, FixedLocator

x = np.arange(1, 100)
y = x**2

fig = plt.figure(figsize=(9, 6))
ax = fig.add_subplot(111)

# 准备 x/y轴刻度，以及刻度标签
# x轴
xmajor = MultipleLocator(10)  # 主 10 的倍数
xminor = MultipleLocator(2)  # 次 2的倍数
# y轴
ymajor_1 = MultipleLocator(2000)
yminor_1 = MultipleLocator(400)

# 设置 x/y轴刻度，以及刻度标签
# x 轴
ax.xaxis.set_minor_locator(xminor)
ax.xaxis.set_major_locator(xmajor)
ax.tick_params(axis="x", direction="in", which="minor", length=4)
ax.tick_params(axis="x", direction="out", which="major", labelsize=15, length=5)
'''
axis: x轴还是y轴
direction："in" 向内,"out"向外
which:"major" 设置主轴参数，"minor"设置次轴参数，"both"l两个轴的参数一起设置
labelsize:设置刻度标签的字体大小
length：设置标签刻度的长度
'''
# y轴
ax.yaxis.set_minor_locator(yminor_1)
ax.yaxis.set_major_locator(ymajor_1)
ax.tick_params(axis="y", direction="in", which="minor", length=4)
ax.tick_params(axis="y", direction="out", which="major", labelsize=15, length=5)

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

对数坐标

之前自己采用的方案是ax1.set_xscale('log')搭配plt.style.use(‘ggplot’)使用，显示效果更佳。之前写的链接。
其他可供选择方案如下

ax.semilogx
ax.semilogy
ax.loglog

设置坐标刻度

参考链接：
https://blog.csdn.net/MXYHWX/article/details/118701835
https://blog.51cto.com/u_10721944/5406719
官方文档：
https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.xticks.html
https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.xticks.html

xticks()中有3个参数：

xticks(locs, [labels], **kwargs) # Set locations and labels

# ticks：数组类型，用于设置X轴刻度间隔
# [labels]：数组类型，用于设置每个间隔的显示标签
# **kwargs：用于设置标签字体倾斜度和颜色等外观属性。

locs参数为数组参数(array_like, optional)，表示x-axis的刻度线显示标注的地方，即ticks放置的地方，上述例子中，如果希望显示1到12所有的整数，就可以将locs参数设置为range(1,13,1)，第二个参数也为数组参数(array_like, optional)，可以不添加该参数，表示在locs数组表示的位置添加的标签，labels不赋值，在这些位置添加的数值即为locs数组中的数。

直接上代码：

import random
import matplotlib.pyplot as plt
from pylab import mpl
import numpy as np

# 0.准备x, y坐标的数据 
x = range(60) 
y_shanghai = [random.uniform(15, 18) for i in x] 
# 1.创建画布 
plt.figure(figsize=(20, 8), dpi=80) 
# 2.绘制折线图 
plt.plot(x, y_shanghai) 

# 构造x轴刻度标签 
x_ticks_label = ["11点{}分".format(i) for i in x] 
# 构造y轴刻度 
y_ticks = [ i for i in range(40)] 
# 修改x,y轴坐标的刻度显示 


plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])
#3.显示图像 
plt.show()

结果

**kwargs参数有很多衍生，关于双星号的用法参见链接https://blog.csdn.net/gsgbgxp/article/details/123889475：

import numpy as np
import matplotlib.pyplot as plt
import calendar
x = range(1,13,1)
y = range(1,13,1)
plt.plot(x,y)
plt.xticks(x, calendar.month_name[1:13],color='blue',rotation=60)
plt.show()

结果

这里添加了 calendar 模块，用于显示月份的名称。calendar.month_name[1:13]即1月份到12月份每个月份的名称的数组。后面的参数color='blue’表示将标签颜色置为蓝色，rotation表示标签逆时针旋转60度。

坐标刻度也可以是公式，和设置坐标轴名称是一样的，例如

plt.xticks([1,2], [r'$\alpha$',r'$\sigma_0$'])

改变坐标轴位置

参考链接 https://blog.csdn.net/sinat_34328764/article/details/80246139
示例代码

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...')                        #设置坐标轴的文字标签

ax = plt.gca()                                 # get current axis 获得坐标轴对象

ax.spines['right'].set_color('none')           # spine 这个单词的意思是脊梁，应该就是包围图表的线条
ax.spines['top'].set_visible(False)             # 将右边、上边的两条边颜色设置为空 其实就相当于抹掉这两条边，或者是用set_visible设置为False

# ax.xaxis.set_ticks_position('bottom')        # 这两行似乎没用
# ax.yaxis.set_ticks_position('left')          # 指定下边的边作为x轴，指定左边的边为y轴

ax.spines['bottom'].set_position(('data', 5))  # 指定data设置的bottom(也就是指定的x轴)绑定到y轴的0这个点上
ax.spines['left'].set_position(('data', 0))    # 这个data的函数似乎还不太清楚

plt.plot(x, y1, linestyle='--')
plt.plot(x, y2)

作图结果

坐标轴的显示与关闭

参考链接
https://blog.51cto.com/u_15127506/3910835
https://blog.csdn.net/lsjweiyi/article/details/120611395

plt.xticks(alpha=0)
plt.tick_params(axis='x', width=0)
ax1.spines['bottom'].set_visible(False)

代码示例

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(start=-3, stop=3, step=0.01)
y = np.tanh(x)

plt.plot(x,y,lw=2.5)

plt.xticks([-3,3],[-3,3],alpha=1) 
plt.yticks([-1,1],[r'$\sigma_0$',r'$\sigma_f$'],alpha=0.5)
plt.yticks([-1,0,1])
plt.xticks([-3,0,3])
# plt.tick_params(axis='x', width=0)
plt.tick_params(axis='y', width=0)

plt.grid(linestyle='--')

结果

其他关键参数

具体用法可查阅官方文档

ax.set_xticks
ax.set_yticks

from matplotlib import pyplot as plt
x=range(2,26,2)
y=[13,15,23,16,14,34,14,14,16,36,25,26]
fig=plt.figure(figsize=(20,8),dpi=80)#figsize是调整图片大小，dpi是调整图片清晰度
plt.plot(x,y)
#x,y轴刻度问题
plt.xticks(x)#其实也可以 plt.xticks(range(2,26)) 
plt.yticks(y)
#plt.savefig("./no1.png")#保存为svg图像格式 放大后不会有锯齿
plt.show()