python绘图如何自定义x轴
作者：赵孝正
这篇文章主要介绍了python绘图如何自定义x轴问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
python绘图自定义x轴
t_range = pd.date_range('2020-01-01', '2021-1-1', freq='10min', closed='left')
t_range_test = t_range.map(lambda x: x.strftime('%m-%d %H:%M:%S'))输出查看效果：
t_range_test
Out[42]:
Index(['01-01 00:00:00', '01-01 00:10:00', '01-01 00:20:00', '01-01 00:30:00',
'01-01 00:40:00', '01-01 00:50:00', '01-01 01:00:00', '01-01 01:10:00',
'01-01 01:20:00', '01-01 01:30:00',
...
'12-31 22:20:00', '12-31 22:30:00', '12-31 22:40:00', '12-31 22:50:00',
'12-31 23:00:00', '12-31 23:10:00', '12-31 23:20:00', '12-31 23:30:00',
'12-31 23:40:00', '12-31 23:50:00'],
dtype='object', length=52704)匹配失败：
最上面的接近14的值，其本来是连续日期，但是由于其它的项目也出现了这个日期，且日期早于它，就会出现这样分段出现的情况。
标签绘制，查看为什么出现连续数据被分段展示的情况。
fig = plt.figure(figsize=(16, 8))
plt.scatter(data_ws_draw['test'], data_ws_draw['percentage'])
plt.xticks(range(0, len(data_ws_draw['test']), 4320), rotation=45)
for i, txt in enumerate(data_ws_draw['test']):
if i%400==0: # 标签也可以通过 rotation 进行旋转
plt.annotate(txt, (data_ws_draw['test'][i],data_ws_draw['percentage'][i]), rotation=90) 案例1
plt.xticks(range(160000,320000,20000), labels=[‘160K', ‘180K', ‘200K', ‘220K', ‘240K', ‘260K', ‘280K', ‘300K'])
案例2
如何让x轴每隔比如 20 个点显示一次？重点关注代码倒数第 6 行。
import json
from matplotlib import pyplot as plt
filename='btc_close_2017.json'
with open(filename) as f:
btc_data=json.load(f)
#创建5个列表，存储日期和收盘价
dates=[]
months=[]
weeks=[]
weekdays=[]
close=[]
#打印每一天的信息
for btc_dict in btc_data:
dates.append(btc_dict['date'])
months.append(int(btc_dict['month']))
weeks.append(int(btc_dict['week']))
weekdays.append(btc_dict['weekday'])
close.append(int(float(btc_dict['close'])))
#创建图表
fig=plt.figure(dpi=128,figsize=(10,6))
plt.plot(dates,close,c='blue')
#设置图标格式
plt.rcParams['font.sans-serif']=['SimHei'] #指定默认字体
plt.rcParams['axes.unicode_minus']=False #解决保存图像时符号-显示为方块的2问题
plt.title("收盘价 （RMB）",fontsize=20)
#plt.xlabel=('')
plt.xticks(range(0,365,20)) #共365个值，每20个点显示一次
fig.autofmt_xdate()
#plt.ylabel('', fontsize=16)
plt.tick_params(axis='both',which='major',labelsize=16)
plt.show()
案例3
# xax = p1.getAxis('left') # 改成坐标轴y
xax = p1.getAxis('bottom') # 坐标轴x
ticks = [list(zip(range(10), ('16:23', '16:28', '16:33', '16:40', '16:45','16:23', '16:28', '16:33', '16:40', '16:45')))] # 声明五个坐标，分别是
xax.setTicks(ticks)
案例4
绘图必须有数据的，x，y 都必须有数据，要不然就不能生成图形了。
这里是把 x 轴的标签改成所需求的字符串标签。
从 entry 读回来的都是 string，你可以把读回来的成果用 int()/ 或者 ong() 转换成数字，假如键入的不是数字，TypeError 会被引起。
x=1:5;
y=3*rand(1,5);
plot(x,y)
set(gca,'xtick',[1 2 3 4 5])
set(gca,'xticklabel',{'a','b','c','d','e'})scatter 散点图显示标签
import numpy as np import matplotlib.pyplot as plt x = [2.3,4.5,3,7,6.5,4,5.3] y = [5,4,7,5,5.3,5.5,6.2] n = np.arange(7) fig, ax = plt.subplots() ax.scatter(x, y, c='r') for i, txt in enumerate(n): ax.annotate(txt, (x[i],y[i]))
在聚类时我们需要看到数据的分布情况，更直观的观察数据，可以使用这个。
在遇到中文乱码时，可以使用如下代码：
import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。