Python 保存地物时，记号标签将被覆盖

我正在画“传统”相交轴：

x = range(-1, 2)
y = range(-1, 2)
fig, ax = plt.subplots()
ax.spines['left'].set_position('zero')
ax.spines['bottom'].set_position('zero')
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
ax.xaxis.set_minor_locator(ticker.MultipleLocator(0.1))
ax.xaxis.set_major_locator(ticker.MultipleLocator(0.5))
ax.yaxis.set_minor_locator(ticker.MultipleLocator(0.1))
ax.yaxis.set_major_locator(ticker.MultipleLocator(0.5))
ax.plot(x, y)

这很好用：

我不喜欢重复的零，所以我去掉了y轴上的一个，并将x轴移到另一个：

fig.canvas.draw()  # Force the ticks to be computed now
next(tick for tick in ax.yaxis.get_major_ticks()
     if tick.get_loc() == 0.0).set_visible(False)
plt.setp(next(tick for tick in ax.xaxis.get_major_ticks()
              if tick.get_loc() == 0.0).label, ha='right', text='0  ')

这几乎奏效了：

y轴零点已移除，x轴零点已正确对齐。但是，标签未按预期从

0.0

更改为

0

在调用

fig.savefig（）

之前，我验证了标签确实是正确的。但是，在保存图形时，它会被重新格式化。如何正确更改标签，使其在图像中显示为

0

？

以下是一种解决方案：

• 使用您的方法隐藏x或y标签
• 以字符串形式获取剩余/现有/显示的x或y标签
• 将

  '0.0'

  字符串替换为整数

  0

  。我使用

  [1:-1]

  ，因为在本例中

  get_text（）

  的输出是由

  $

  包围的字符串，如

  $-1.0$

  ，

  $0.0$

  ，

  $1.0$

  等
• 最后重置x或y标签

从x轴隐藏

0.0

fig.canvas.draw()  # Force the ticks to be computed now
next(tick for tick in ax.xaxis.get_major_ticks()
     if tick.get_loc() == 0.0).set_visible(False)

labels = [item.get_text()[1:-1] for item in ax.get_yticklabels()]
new_labels = [ "%d" % int(float(l)) if l == '0.0' else l for l in labels]
ax.set_yticklabels(new_labels)
ax.set_title('Hiding the 0.0 from x-axis')

fig.canvas.draw()  # Force the ticks to be computed now
next(tick for tick in ax.yaxis.get_major_ticks()
     if tick.get_loc() == 0.0).set_visible(False)

labels = [item.get_text()[1:-1] for item in ax.get_xticklabels()]
new_labels = [ "%d" % int(float(l)) if l == '0.0' else l for l in labels]
ax.set_xticklabels(new_labels)
ax.set_title('Hiding the 0.0 from y-axis')

从y轴隐藏

0.0

fig.canvas.draw()  # Force the ticks to be computed now
next(tick for tick in ax.xaxis.get_major_ticks()
     if tick.get_loc() == 0.0).set_visible(False)

labels = [item.get_text()[1:-1] for item in ax.get_yticklabels()]
new_labels = [ "%d" % int(float(l)) if l == '0.0' else l for l in labels]
ax.set_yticklabels(new_labels)
ax.set_title('Hiding the 0.0 from x-axis')

fig.canvas.draw()  # Force the ticks to be computed now
next(tick for tick in ax.yaxis.get_major_ticks()
     if tick.get_loc() == 0.0).set_visible(False)

labels = [item.get_text()[1:-1] for item in ax.get_xticklabels()]
new_labels = [ "%d" % int(float(l)) if l == '0.0' else l for l in labels]
ax.set_xticklabels(new_labels)
ax.set_title('Hiding the 0.0 from y-axis')

这里有一个解决方案：

• 使用您的方法隐藏x或y标签
• 以字符串形式获取剩余/现有/显示的x或y标签
• 将

  '0.0'

  字符串替换为整数

  0

  。我使用

  [1:-1]

  ，因为在本例中

  get_text（）

  的输出是由

  $

  包围的字符串，如

  $-1.0$

  ，

  $0.0$

  ，

  $1.0$

  等
• 最后重置x或y标签

从x轴隐藏

0.0

fig.canvas.draw()  # Force the ticks to be computed now
next(tick for tick in ax.xaxis.get_major_ticks()
     if tick.get_loc() == 0.0).set_visible(False)

labels = [item.get_text()[1:-1] for item in ax.get_yticklabels()]
new_labels = [ "%d" % int(float(l)) if l == '0.0' else l for l in labels]
ax.set_yticklabels(new_labels)
ax.set_title('Hiding the 0.0 from x-axis')

fig.canvas.draw()  # Force the ticks to be computed now
next(tick for tick in ax.yaxis.get_major_ticks()
     if tick.get_loc() == 0.0).set_visible(False)

labels = [item.get_text()[1:-1] for item in ax.get_xticklabels()]
new_labels = [ "%d" % int(float(l)) if l == '0.0' else l for l in labels]
ax.set_xticklabels(new_labels)
ax.set_title('Hiding the 0.0 from y-axis')

从y轴隐藏

0.0

fig.canvas.draw()  # Force the ticks to be computed now
next(tick for tick in ax.xaxis.get_major_ticks()
     if tick.get_loc() == 0.0).set_visible(False)

labels = [item.get_text()[1:-1] for item in ax.get_yticklabels()]
new_labels = [ "%d" % int(float(l)) if l == '0.0' else l for l in labels]
ax.set_yticklabels(new_labels)
ax.set_title('Hiding the 0.0 from x-axis')

fig.canvas.draw()  # Force the ticks to be computed now
next(tick for tick in ax.yaxis.get_major_ticks()
     if tick.get_loc() == 0.0).set_visible(False)

labels = [item.get_text()[1:-1] for item in ax.get_xticklabels()]
new_labels = [ "%d" % int(float(l)) if l == '0.0' else l for l in labels]
ax.set_xticklabels(new_labels)
ax.set_title('Hiding the 0.0 from y-axis')

---

我会把这个问题分开

您希望在位置

0

您想移动标签

在特定位置为标签创建自定义文本 一个想法是将ScalarFormatter子类化，让它返回零位置的自定义标签。这可以是一个空字符串，也可以是按您希望的方式格式化的数字零

from matplotlib import ticker as mticker
class CustomTicker(mticker.ScalarFormatter):
    def __init__(self, zero="0", **kwargs):
        self.zero=zero
        mticker.ScalarFormatter.__init__(self, **kwargs)
    def __call__(self, x, pos=None):
        if x != 0:
            return mticker.ScalarFormatter.__call__(self, x, pos)
        else:
            return self.zero

ax.xaxis.set_major_formatter(CustomTicker(zero="0"))
ax.yaxis.set_major_formatter(CustomTicker(zero=""))

这里使用格式化程序的优点如下所述。在绘制图形之前，标签（即画布上的

文本

实例）没有固定的字符串。在每次后续绘制之后，该字符串可能会发生变化，这取决于轴限制或图形大小的变化。在幕后，定位器确定刻度的位置。然后，标记标签定位在标记旁边。然后，格式化程序根据位置设置标签的字符串。这是通过使用position

x

作为参数调用格式化程序来完成的。例如，第二个标签最初可能定位在x=-10，并显示值

“-10”

。更改轴的限制（例如，通过缩放）时，此同一标签可能会放置在位置x=-20处。然后，对格式化程序的调用确保其文本也被更新为显示

“-20”

<代码>“-10”则由第三个标签显示。想要跟踪这些变化是很麻烦的。因此，操纵格式化程序本身，就不必关心那些内部构件

移动单个标签 虽然标签的许多属性是以集中的方式设置的，但它们的实际转换不是这样的。因此，可以通过变换来转换单个标签。在这里，我们可以选择在像素空间中对其进行平移（即，在执行主变换之后）。由于单个标签在更改限制时（即缩放或平移时）可能会更改其内容，因此我们可能会创建一个回调来更改零位置处一个标签的变换，而与实际限制无关。 在下文中，我们将

“0”

转换为

-10

像素

import matplotlib.transforms as mtrans

basetrans = ax.get_xticklabels()[0].get_transform()
def movelabel(evt=None):
    trans = basetrans + mtrans.Affine2D().translate(-10,0)
    for tick in ax.xaxis.get_major_ticks():
        if tick.get_loc() == 0.0:
            tick.label.set_transform(trans)
        else:
            tick.label.set_transform(basetrans)

fig.canvas.draw()
movelabel()
ax.callbacks.connect('xlim_changed', movelabel)
ax.callbacks.connect('ylim_changed', movelabel)

完整代码：

---

我会把这个问题分开

您希望在位置

0

您想移动标签

在特定位置为标签创建自定义文本 一个想法是将ScalarFormatter子类化，让它返回零位置的自定义标签。这可以是一个空字符串，也可以是按您希望的方式格式化的数字零

from matplotlib import ticker as mticker
class CustomTicker(mticker.ScalarFormatter):
    def __init__(self, zero="0", **kwargs):
        self.zero=zero
        mticker.ScalarFormatter.__init__(self, **kwargs)
    def __call__(self, x, pos=None):
        if x != 0:
            return mticker.ScalarFormatter.__call__(self, x, pos)
        else:
            return self.zero

ax.xaxis.set_major_formatter(CustomTicker(zero="0"))
ax.yaxis.set_major_formatter(CustomTicker(zero=""))

这里使用格式化程序的优点如下所述。在绘制图形之前，标签（即画布上的

文本

实例）没有固定的字符串。在每次后续绘制之后，该字符串可能会发生变化，这取决于轴限制或图形大小的变化。在幕后，定位器确定刻度的位置。然后，标记标签定位在标记旁边。然后，格式化程序根据位置设置标签的字符串。这是通过使用position

x

作为参数调用格式化程序来完成的。例如，第二个标签最初可能定位在x=-10，并显示值

“-10”

。更改轴的限制（例如，通过缩放）时，此同一标签可能会放置在位置x=-20处。然后，对格式化程序的调用确保其文本也被更新为显示

“-20”

<代码>“-10”则由第三个标签显示。想要跟踪这些变化是很麻烦的。因此，操纵格式化程序本身，就不必关心那些内部构件

移动单个标签 虽然标签的许多属性是以集中的方式设置的，但它们的实际转换不是这样的。因此，可以通过变换来转换单个标签。在这里，我们可以选择在像素空间中对其进行平移（即，在执行主变换之后）。B