Python 自定义标签pyplot matplotlib_Python_Matplotlib

Python 自定义标签pyplot matplotlib

python matplotlib

Python 自定义标签pyplot matplotlib,python,matplotlib,Python,Matplotlib,下面是我在Python中运行的脚本： import numpy as np import matplotlib.pyplot as plt t = np.linspace(0, 2*np.pi, 150) plt.figure() theGrid = np.outer(np.sin(t), np.sin(t)) plt.xlim(0, 2*np.pi) #forces an exact fit! plt.ylim(0, 2*np.pi) #ditto! plt.xticks(np.linspa

下面是我在Python中运行的脚本：

import numpy as np
import matplotlib.pyplot as plt

t = np.linspace(0, 2*np.pi, 150)
plt.figure()
theGrid = np.outer(np.sin(t), np.sin(t))
plt.xlim(0, 2*np.pi) #forces an exact fit!
plt.ylim(0, 2*np.pi) #ditto!
plt.xticks(np.linspace(0, 2*np.pi, 5))
plt.yticks(np.linspace(0, 2*np.pi, 5))
plt.pcolormesh(t, t, theGrid)

这是一个很好的绘图，x和y标签都是pi/2的倍数。但是如何让x和y标签分别读取，比如说，0，pi/2，pi，3*pi/2和2*pi，特别是文本的介绍？（比如说，将数字np.pi/2映射到文本“pi/2”应该不难，但获取文本标签基本上就是我在这里得到的。）

事实上，你差不多做到了。下面的代码基于此。和yticks的第一个输入是位置列表，而第二个输入是标签列表，可以是字符串

我还使用了Latex符号来表示π的希腊字母

import numpy as np
import matplotlib.pyplot as plt

t = np.linspace(0, 2*np.pi, 150)
plt.figure()
theGrid = np.outer(np.sin(t), np.sin(t))
plt.xlim(0, 2*np.pi) #forces an exact fit!
plt.ylim(0, 2*np.pi) #ditto!
plt.xticks(np.linspace(0, 2*np.pi, 5),['0','$\pi/2$','$\pi$','$3\pi/2$','$2\pi$'])
plt.yticks(np.linspace(0, 2*np.pi, 5),['0','$\pi/2$','$\pi$','$3\pi/2$','$2\pi$'])
plt.pcolormesh(t, t, theGrid)

事实上，你就快到了。下面的代码基于此。和yticks的第一个输入是位置列表，而第二个输入是标签列表，可以是字符串

我还使用了Latex符号来表示π的希腊字母

import numpy as np
import matplotlib.pyplot as plt

t = np.linspace(0, 2*np.pi, 150)
plt.figure()
theGrid = np.outer(np.sin(t), np.sin(t))
plt.xlim(0, 2*np.pi) #forces an exact fit!
plt.ylim(0, 2*np.pi) #ditto!
plt.xticks(np.linspace(0, 2*np.pi, 5),['0','$\pi/2$','$\pi$','$3\pi/2$','$2\pi$'])
plt.yticks(np.linspace(0, 2*np.pi, 5),['0','$\pi/2$','$\pi$','$3\pi/2$','$2\pi$'])
plt.pcolormesh(t, t, theGrid)

为了将@leal26的答案扩展为更灵活的内容（例如，如果我们想缩放/平移绘图），我们可以使用该模块

可以使用（和

ax.yaxis.set\u major\u locator

）和a，使用

base=pi/2

设置刻度的位置

然后，我们可以使用

ticker.FuncFormatter

设置勾号标签的格式（这次使用。我们必须考虑几种特殊情况（例如分子和/或分母中的1等）。请参见下面的

fracformat

函数

还请注意，我们必须使用原始字符串（

前缀）和双大括号作为LaTeX格式

这里真正的优势在于，我们可以轻松更改勾号位置、打印限制等，而无需每次手动重新定义勾号标签

最后，我还稍微更改了您的脚本，以使用

matplotlib

的面向对象方法，以便我们使用

plt.Figure

创建一个

Figure

实例，一个

Axes

实例（

ax

）使用

fig.add_子图

，然后对于其他所有内容，我们从

ax

调用相关函数

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
from fractions import Fraction

t = np.linspace(0, 4*np.pi, 150)

fig = plt.figure()
ax = fig.add_subplot(111)

theGrid = np.outer(np.sin(t), np.sin(t))

ax.set_xlim(0, 4*np.pi) #forces an exact fit!
ax.set_ylim(0, 4*np.pi) #ditto!

def fracformat(x,pos):
    frac = Fraction(x/np.pi)
    if frac.numerator == 0:
        return 0
    elif frac.numerator == frac.denominator:
        return r"$\pi$"
    elif frac.numerator == 1:
        return r"$\frac{{ \pi }}{{ {:2d} }}$".format(frac.denominator)
    elif frac.denominator == 1:
        return r"${:2d} \pi$".format(frac.numerator)
    else:
        return r"$\frac{{ {:2d} \pi }}{{ {:2d} }}$".format(frac.numerator,frac.denominator)

ax.xaxis.set_major_locator(ticker.MultipleLocator(np.pi/2.))
ax.yaxis.set_major_locator(ticker.MultipleLocator(np.pi/2.))

ax.xaxis.set_major_formatter(ticker.FuncFormatter(fracformat))
ax.yaxis.set_major_formatter(ticker.FuncFormatter(fracformat))

ax.pcolormesh(t, t, theGrid)

plt.show()

我将绘图限制增加到

4*pi

，以显示用最少的努力将其扩展到不同范围是多么容易

要将@leal26的答案扩展为更灵活的内容（例如，如果我们想缩放/平移绘图），我们可以使用该模块