Matplotlib 简单教程 3：坐标轴\边框设置

1、关闭坐标轴\边框

👏 python 的 matplotlib 库，关闭坐标轴\边框，如下：

1.1、面向对象：OO-style

👏 关闭全部边框\坐标轴，如下：

ini 复制代码

# 导入库
import matplotlib.pyplot as plt

# 创建图像窗体，子图对象
fig, ax = plt.subplots(figsize=(3,3))

# 绘制折线图
ax.plot([1, 2, 3, 4], [8, 4, 2, 3])

# 关闭所有边框\坐标轴
ax.axis('off')

# 显示图形：
plt.show()

👏 关闭部分边框\坐标轴，如下：

scss 复制代码

# 导入库
import matplotlib.pyplot as plt

# 创建图像窗体，子图对象
fig, ax = plt.subplots(figsize=(3,3))

# 绘制折线图
ax.plot([1, 2, 3, 4], [8, 4, 2, 3])

# 关闭最上面，右边坐边框
# top\bottom\left\right
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

# 显示图形：
plt.show()

1.2、pyplot 函数

👏 关闭全部边框\坐标轴，如下：

ini 复制代码

# 导入库
import matplotlib.pyplot as plt

# 创建图像窗体
plt.figure(figsize=(3, 3))

# 绘制折线图
plt.plot([1, 2, 3, 4], [8, 4, 2, 3])

# 关闭所有坐标轴\边框
plt.axis('off') 

# 显示图形：
plt.show()

👏 关闭部分边框\坐标轴，如下：

scss 复制代码

# 导入库
import matplotlib.pyplot as plt

# 创建图像窗体
plt.figure(figsize=(3, 3))

# 绘制折线图
plt.plot([1, 2, 3, 4], [8, 4, 2, 3])

# 关闭左边，下边坐标轴\边框
# top\bottom\left\right
plt.gca().spines['top'].set_visible(False)
plt.gca().spines['right'].set_visible(False)

# plt.gca()获取当前坐标轴对象

# 显示图形：
plt.show()

2、坐标轴\边框颜色

👏 python 的 matplotlib 库，设置坐标轴\边框颜色，如下：

将坐标轴\边框颜色设置为白色，同样可以起到隐藏效果

2.1、面向对象：OO-style

scss 复制代码

# 导入库
import matplotlib.pyplot as plt

# 创建图像窗体，子图对象
fig, ax = plt.subplots(figsize=(3,3))

# 绘制折线图
ax.plot([1, 2, 3, 4], [8, 4, 2, 3])

# 设置边框颜色
# top\bottom\left\right
ax.spines['bottom'].set_color('red')
ax.spines['top'].set_color('white')
ax.spines['right'].set_color('white')

# 显示图形：
plt.show()

2.1、面向对象：OO-style

scss 复制代码

# 导入库
import matplotlib.pyplot as plt

# 创建图像窗体
plt.figure(figsize=(3, 3))

# 绘制折线图
plt.plot([1, 2, 3, 4], [8, 4, 2, 3])

# 设置边框颜色
# top\bottom\left\right
plt.gca().spines['bottom'].set_color('red')
plt.gca().spines['top'].set_color('white')
plt.gca().spines['right'].set_color('white')

# 显示图形：
plt.show()

3、坐标轴\边框粗细

👏 python 的 matplotlib 库，设置坐标轴\边框粗细，如下：

3.1、面向对象：OO-style

scss 复制代码

# 导入库
import matplotlib.pyplot as plt

# 创建图像窗体，子图对象
fig, ax = plt.subplots(figsize=(3,3))

# 绘制折线图
ax.plot([1, 2, 3, 4], [8, 4, 2, 3])

# 设置边框粗细
# top\bottom\left\right
ax.spines['top'].set_linewidth(1)
ax.spines['bottom'].set_linewidth(3)
ax.spines['left'].set_linewidth(3)
ax.spines['right'].set_linewidth(4)

# 显示图形：
plt.show()

3.2、pyplot 函数

scss 复制代码

# 导入库
import matplotlib.pyplot as plt

# 创建图像窗体
plt.figure(figsize=(3, 3))

# 绘制折线图
plt.plot([1, 2, 3, 4], [8, 4, 2, 3])

# 设置边框粗细
# top\bottom\left\right
plt.gca().spines['top'].set_linewidth(1)
plt.gca().spines['bottom'].set_linewidth(3)
plt.gca().spines['left'].set_linewidth(3)
plt.gca().spines['right'].set_linewidth(4)

# 显示图形：
plt.show()

4、坐标轴\边框位置

👏 python 的 matplotlib 库，设置坐标轴\边框位置，如下：

👏 设置坐标轴边框位置有三种种方式：

1、("axes", 0.5)：
- "axes"表示相对于坐标轴定位。
- 0.5是一个比例值，表示将右侧边框定位在相对于坐标轴的 0.5 位置处，即坐标轴范围的中间位置。
2、("data", 0)：
- "data"表示相对于数据定位。
- 0表示将右侧边框定位在数据值为 0 的位置处。
3、("outward", 5):
- "outward"：表示向外移动边框。这个参数告诉 matplotlib 将边框向远离图表中心的方向移动。
- -5：是一个数值，表示移动的距离。在这里，负数表示向坐标轴的负方向移动，也就是向左移动（对于垂直边框来说）。如果是正数，就会向坐标轴的正方向移动。

4.1、面向对象：OO-style

scss 复制代码

# 导入库
import matplotlib.pyplot as plt

# 创建图像窗体，子图对象
fig, ax = plt.subplots(figsize=(3,3))

# 绘制折线图
ax.plot([1, 2, 3, 4], [8, 4, 2, 3])

# 设置边框位置
# top\bottom\left\right
ax.spines["right"].set_position(("outward", -5))
ax.spines["left"].set_position(("data", 2))
ax.spines["top"].set_position(("axes", 0.1))

# 显示图形：
plt.show()

4.2、pyplot 函数

scss 复制代码

# 导入库
import matplotlib.pyplot as plt

# 创建图像窗体
plt.figure(figsize=(3, 3))

# 绘制折线图
plt.plot([1, 2, 3, 4], [8, 4, 2, 3])

# 设置边框位置
# top\bottom\left\right
plt.gca().spines["right"].set_position(("outward", -5))
plt.gca().spines["left"].set_position(("data", 2))
plt.gca().spines["top"].set_position(("axes", 0.1))

# 显示图形：
plt.show()

👏 plt.gca()：获取当前坐标轴对象，可以先将坐标轴对象保存到变量中，再进行操作。如下

scss 复制代码

# 导入库
import matplotlib.pyplot as plt

# 创建图像窗体
plt.figure(figsize=(3, 3))

# 绘制折线图
plt.plot([1, 2, 3, 4], [8, 4, 2, 3])

# 设置边框位置
# top\bottom\left\right
plt_ax = plt.gca()

plt_ax.spines["right"].set_position(("outward", -5))
plt_ax.spines["left"].set_position(("data", 2))
plt_ax.spines["top"].set_position(("axes", 0.1))

# 显示图形：
plt.show()

总结：以上介绍了 python matplotlib 库，设置坐标轴\边框颜色、粗细、位置等操作。更多关于 matplotlib 库操作，请参考：可视化-文档