Изменение увеличения тика в Matplotlib [дубликат]

xmarks=[i for i in range(1,length+1,1)]

plt.xticks(xmarks)

Это сработало для меня

, если вы хотите, чтобы тики между [1,5] (1 и 5 включительно) заменили

length = 5

Это немного взломанный, но, безусловно, самый чистый / самый легкий для понимания пример, который я нашел для этого. Это из ответа на SO здесь:

Самый чистый способ скрыть каждую метку n-го тика в цветовой панели matplotlib?

for label in ax.get_xticklabels()[::2]:
    label.set_visible(False)

Затем вы можете перебрать метки, устанавливающие их на видимые или не зависящие от нужной плотности.

edit: обратите внимание, что иногда matplotlib устанавливает метки == '', поэтому может показаться, что метки нет, когда на самом деле это есть и просто ничего не отображает. Чтобы убедиться, что вы просматриваете фактические видимые метки, вы можете попробовать:

visible_labels = [lab for lab in ax.get_xticklabels() if lab.get_visible() is True and lab.get_text() != '']
plt.setp(visible_labels[::2], visible=False)

Я разработал неэлегантное решение. Предположим, что у нас есть ось X, а также список меток для каждой точки в X.

Пример:

import matplotlib.pyplot as plt

x = [0,1,2,3,4,5]
y = [10,20,15,18,7,19]
xlabels = ['jan','feb','mar','apr','may','jun']

Предположим, что я хочу показывать метки метки только для «feb» и «jun»

xlabelsnew = []
for i in xlabels:
    if i not in ['feb','jun']:
        i = ' '
        xlabelsnew.append(i)
    else:
        xlabelsnew.append(i)

Good , теперь у нас есть поддельный список ярлыков. Сначала мы построили оригинальную версию.

plt.plot(x,y)
plt.xticks(range(0,len(x)),xlabels,rotation=45)
plt.show()

Теперь изменилась версия.

plt.plot(x,y)
plt.xticks(range(0,len(x)),xlabelsnew,rotation=45)
plt.show()

В случае, если кто-то заинтересован в общем однострочном пространстве, просто получите текущие тики и используйте его для установки новых тиков путем выборки всех остальных тиков.

ax.set_xticks(ax.get_xticks()[::2])

Вот чистая реализация python желаемой функциональности, которая обрабатывает любые числовые ряды (int или float) с положительными, отрицательными или смешанными значениями:

def computeTicks (x, step = 5):
    """
    Computes domain with given step encompassing series x
    @ params
    x    - Required - A list-like object of integers or floats
    step - Optional - Tick frequency
    """
    import math as Math
    xMax, xMin = Math.ceil(max(x)), Math.floor(min(x))
    dMax, dMin = xMax + abs((xMax % step) - step) + (step if (xMax % step != 0) else 0), xMin - abs((xMin % step))
    return range(dMin, dMax, step)

Образец вывода:

# Negative to Positive
series = [-2, 18, 24, 29, 43]
print(list(computeTicks(series)))

[-5, 0, 5, 10, 15, 20, 25, 30, 35, 40, 45]

# Negative to 0
series = [-30, -14, -10, -9, -3, 0]
print(list(computeTicks(series)))

[-30, -25, -20, -15, -10, -5, 0]

# 0 to Positive
series = [19, 23, 24, 27]
print(list(computeTicks(series)))

[15, 20, 25, 30]

# Floats
series = [1.8, 12.0, 21.2]
print(list(computeTicks(series)))

[0, 5, 10, 15, 20, 25]

# Step – 100
series = [118.3, 293.2, 768.1]
print(list(computeTicks(series, step = 100)))

[100, 200, 300, 400, 500, 600, 700, 800]

и пример использования:

import matplotlib.pyplot as plt

x = [0,5,9,10,15]
y = [0,1,2,3,4]
plt.plot(x,y)
plt.xticks(computeTicks(x))
plt.show()

Мне нравится это решение (из Matplotlib Ploutting Cookbook ):

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

x = [0,5,9,10,15]
y = [0,1,2,3,4]

tick_spacing = 1

fig, ax = plt.subplots(1,1)
ax.plot(x,y)
ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))
plt.show()

Это решение дает вам явное управление интервалом тика с помощью номера, указанного в ticker.MultipleLocater() , позволяет автоматическое определение предела и легко читается позже.

Другой подход - установить локатор оси:

import matplotlib.ticker as plticker

loc = plticker.MultipleLocator(base=1.0) # this locator puts ticks at regular intervals
ax.xaxis.set_major_locator(loc)

В зависимости от ваших потребностей существует несколько разных типов локаторов.

Это старая тема, но я время от времени натыкаюсь на нее и выполняю эту функцию. Это очень удобно:

import matplotlib.pyplot as pp
import numpy as np

def resadjust(ax, xres=None, yres=None):
    """
    Send in an axis and I fix the resolution as desired.
    """

    if xres:
        start, stop = ax.get_xlim()
        ticks = np.arange(start, stop + xres, xres)
        ax.set_xticks(ticks)
    if yres:
        start, stop = ax.get_ylim()
        ticks = np.arange(start, stop + yres, yres)
        ax.set_yticks(ticks)

. Одно из препятствий для контроля тиков, подобных этому, заключается в том, что больше не нравится интерактивное автоматическое обновление максимальной шкалы после добавленной строки. Затем сделайте

gca().set_ylim(top=new_top) # for example

и снова запустите функцию повторной настройки.