Matplotlib 格式化轴

有时候，一个或几个数据点比大部分数据要大得多。在这种情况下，轴的刻度需要设置为对数而不是正常刻度。这就是对数刻度。在Matplotlib中，可以通过将axes对象的xscale或yscale属性设置为’log’来实现。

有时候还需要在轴数字和轴标签之间显示一些额外的距离。可以将x轴或y轴（或两者）的labelpad属性设置为所需的值。

这两个特性通过以下示例进行演示。右边的子图具有对数刻度，而左边的子图的x轴标签距离更远。

import matplotlib.pyplot as plt
import numpy as np
fig, axes = plt.subplots(1, 2, figsize=(10,4))
x = np.arange(1,5)
axes[0].plot( x, np.exp(x))
axes[0].plot(x,x**2)
axes[0].set_title("Normal scale")
axes[1].plot (x, np.exp(x))
axes[1].plot(x, x**2)
axes[1].set_yscale("log")
axes[1].set_title("Logarithmic scale (y)")
axes[0].set_xlabel("x axis")
axes[0].set_ylabel("y axis")
axes[0].xaxis.labelpad = 10
axes[1].set_xlabel("x axis")
axes[1].set_ylabel("y axis")
plt.show()

轴脊椎是连接刻度标记并标记绘图区域边界的线条。轴对象在顶部、底部、左侧和右侧都有脊椎。

通过指定颜色和宽度，可以格式化每个脊椎。如果将其颜色设置为none，则可以使任何边缘看不见。

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
ax.spines['bottom'].set_color('blue')
ax.spines['left'].set_color('red')
ax.spines['left'].set_linewidth(2)
ax.spines['right'].set_color(None)
ax.spines['top'].set_color(None)
ax.plot([1,2,3,4,5])
plt.show()