Python 使用子绘图时，如何使用matplotlib.pyplot.xticks或类似工具？

我想操纵子地块中每个地块的刻度。绘制单个绘图时，我使用以下方法获得所需结果：

import matplotlib.pyplot as plt
import numpy as np

# ...
# some data acquisition
# ...

ax.imshow(data[i], cmap=plt.cm.jet, origin='bottom')
ax.contour(x, y, dataFitted[i].reshape(2*crop, 2*crop), 3, colors='white')

# adjust scale from pixel to micrometers on heat maps
pixelSize = 5.5 # micrometer/pxl
scaleEnd = crop * pixelSize
wishedTicks = np.array([-150, -100, -50, 0, 50, 100, 150])
originalTicks = (wishedTicks + scaleEnd) / pixelSize

plt.xticks(originalTicks, wishedTicks)
plt.yticks(originalTicks, wishedTicks)

到目前为止，还不错，但如果我使用

fig, ax = plt.subplots(nrows=5, ncols=4)

要创建子图，据我所知，函数

plt.xticks（）

不再可用

有没有一种方法可以通过以下方式获得相同的结果

• 或者全局（对于所有图形）以与单个绘图相同的方式操纵轴

或

• 以上述所需方式单独操作每个子批次

---

使用

plt.subplot

而不是

plt.subplot

可能适合您的需要

导入matplotlib.pyplot作为plt
将numpy作为np导入
x=np.arange（10）
x_标签=['a'，'b'，'c'，'d'，'e'，'f'，'g'，'h'，'j'，'k']
y=np.arange（0,20,2）
对于范围（1,5）内的i：
ax=plt.子批次（2,2,i）
平面图（x，y）
plt.xticks（x，x_标签）
plt.show（）

产生以下结果：

---

还建议阅读，看看你可以用它们做的更简洁的东西。

始终使用显式轴进行打印，以及设置记号/标签

fig, axs = plt.subplots(5,4, figsize=(9,7))

for ax in axs.flat:
    ax.plot(...)
    ax.set_xticks(ticks)
    ax.set_xticklabels(labels)

---

谢谢，到目前为止效果不错。你能告诉我是否有可能增加所有子地块的图形大小，因为所有子地块都紧紧地挤在一起。我只找到了具有属性的地物对象的解决方案，例如f，ax=fig.subplot（a，b，figsize（1,1））。

fig.subplot\u adjust（hspace=0.4，wspace=0.4）

。你可以玩弄这些价值观，但@ImportanceOfBeingErnest的答案可能更好。我只是不记得如何显式地使用轴（

.xticks

不起作用）你可以试试plt.tight_layout（），看看它是否能改善子地块之间的间距