我正在运行以下功能:
def plot_variance_analysis(indices, stat_frames, legend_labels, shape):
x = np.linspace(1, 5, 500)
fig, axes = plt.subplots(shape[0], shape[1], sharex=True sharey=True)
questions_and_axes = zip(indices, axes.ravel())
frames_and_labels = zip(stat_frames, legend_labels)
for qa in questions_and_axes:
q = qa[0]
ax = qa[1]
for fl in frames_and_labels:
frame = fl[0]
label = fl[1]
ax.plot(x, stats.norm.pdf(x, frame['mean'][q], frame['std'][q]), label=label)
ax.set_xlabel(q)
ax.legend(loc='best')
plt.xticks([1,2,3,4,5])
return fig, axes
以下是我自己的一些示例数据:
我正在尝试维持轴之间的共享状态,但同时在所有子图(包括前两个)上显示x轴的刻度标签。我找不到任何方法在文档中关闭它。有什么建议?或者我应该逐轴设置x刻度标签?
我正在运行matplotlib 1.4.0,如果这很重要的话。
答案 0 :(得分:20)
缺少的刻度已将visible
属性设置为False
。这在plt.subplot
的文档中有所指出。解决这个问题的最简单方法可能是:
for ax in axes.flatten():
for tk in ax.get_yticklabels():
tk.set_visible(True)
for tk in ax.get_xticklabels():
tk.set_visible(True)
在这里,我已经绕过了你不一定需要做的所有轴,但代码更简单。如果您愿意,也可以在丑陋的班轮中使用列表推导来执行此操作:
[([tk.set_visible(True) for tk in ax.get_yticklabels()], [tk.set_visible(True) for tk in ax.get_yticklabels()]) for ax in axes.flatten()]
答案 1 :(得分:13)
在Matplotlib 2.2中,可以使用以下命令重新打开刻度标签:
ax.xaxis.set_tick_params(labelbottom=True)
答案 2 :(得分:3)
您可以在此处找到有关matplotlib标签的其他信息: https://matplotlib.org/3.1.3/api/_as_gen/matplotlib.axes.Axes.tick_params.html
就我而言,我需要打开所有x和y标签,并且此解决方案有效:
for ax in axes.flatten():
ax.xaxis.set_tick_params(labelbottom=True)
ax.yaxis.set_tick_params(labelleft=True)