我正在尝试修复python如何绘制我的数据。
说
x = [0,5,9,10,15]
和
y = [0,1,2,3,4]
然后我会这样做：
matplotlib.pyplot.plot(x,y)
matplotlib.pyplot.show()
和x轴'刻度以5为间隔绘制。有没有办法让它显示间隔为1？
答案 0 :(得分：438)
您可以使用plt.xticks明确设置要勾选标记的位置：
plt.xticks(np.arange(min(x), max(x)+1, 1.0))
例如，
import numpy as np
import matplotlib.pyplot as plt
x = [0,5,9,10,15]
y = [0,1,2,3,4]
plt.plot(x,y)
plt.xticks(np.arange(min(x), max(x)+1, 1.0))
plt.show()
（使用np.arange而不是Python的range函数，以防min(x)和max(x)是浮点数而不是整数。）
plt.plot（或ax.plot）功能会自动设置默认x和y限制。如果您希望保留这些限制，只需更改刻度线的步长，则可以使用ax.get_xlim()来发现Matplotlib已设置的限制。
start, end = ax.get_xlim()
ax.xaxis.set_ticks(np.arange(start, end, stepsize))
默认刻度格式化程序应该做一个不错的工作，将刻度值四舍五入为有效数字的有效数字。但是，如果您希望对格式有更多控制权，可以定义自己的格式化程序。例如，
ax.xaxis.set_major_formatter(ticker.FormatStrFormatter('%0.1f'))
这是一个可运行的例子：
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
x = [0,5,9,10,15]
y = [0,1,2,3,4]
fig, ax = plt.subplots()
ax.plot(x,y)
start, end = ax.get_xlim()
ax.xaxis.set_ticks(np.arange(start, end, 0.712123))
ax.xaxis.set_major_formatter(ticker.FormatStrFormatter('%0.1f'))
plt.show()
答案 1 :(得分：157)
另一种方法是设置轴定位器：
import matplotlib.ticker as plticker
loc = plticker.MultipleLocator(base=1.0) # this locator puts ticks at regular intervals
ax.xaxis.set_major_locator(loc)
根据您的需要，有几种不同类型的定位器。
以下是一个完整的例子：
import matplotlib.pyplot as plt
import matplotlib.ticker as plticker
x = [0,5,9,10,15]
y = [0,1,2,3,4]
fig, ax = plt.subplots()
ax.plot(x,y)
loc = plticker.MultipleLocator(base=1.0) # this locator puts ticks at regular intervals
ax.xaxis.set_major_locator(loc)
plt.show()
答案 2 :(得分：91)
我喜欢这个解决方案（来自Matplotlib Plotting 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()
此解决方案可让您通过ticker.MultipleLocater()给出的数字明确控制标记间距，允许自动限制确定，以后易于阅读。
答案 3 :(得分：63)
如果有人对一般的单行程感兴趣，只需获取当前的刻度并使用它通过每隔一个刻度采样来设置新的刻度。
ax.set_xticks(ax.get_xticks()[::2])
答案 4 :(得分：27)
这有点hacky，但到目前为止，我发现这是最干净/最容易理解的例子。这是来自SO的回答：
Cleanest way to hide every nth tick label in matplotlib colorbar?
for label in ax.get_xticklabels()[::2]:
label.set_visible(False)
然后，您可以根据所需的密度将标签设置为可见或不可用。
编辑：请注意，有时matplotlib会设置标签== ''，因此它可能看起来像标签不存在，而事实上它并没有显示任何内容。要确保循环显示实际的可见标签，您可以尝试：
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)
答案 5 :(得分：13)
这是一个古老的话题，但我时不时地偶然发现这个并发挥了这个功能。这很方便：
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)
控制这样的刻度的一个警告是，在增加的线之后，人们不再享受最大规模的交互式自动更新。然后做
gca().set_ylim(top=new_top) # for example
再次运行resadjust函数。
答案 6 :(得分：8)
我开发了一种不太优雅的解决方案。考虑一下我们有X轴以及X中每个点的标签列表。
例：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']
xlabelsnew = []
for i in xlabels:
if i not in ['feb','jun']:
i = ' '
xlabelsnew.append(i)
else:
xlabelsnew.append(i)
plt.plot(x,y)
plt.xticks(range(0,len(x)),xlabels,rotation=45)
plt.show()
plt.plot(x,y)
plt.xticks(range(0,len(x)),xlabelsnew,rotation=45)
plt.show()
答案 7 :(得分：2)
xmarks=[i for i in range(1,length+1,1)]
plt.xticks(xmarks)
这对我有用
如果你想要[1,5]（1和5之间）之间的刻度，那么替换
length = 5
答案 8 :(得分：2)
如果您只想用最少的样板设置一个简单的衬板的间距：
plt.gca().xaxis.set_major_locator(plt.MultipleLocator(1))
对于较小的滴答声也很容易工作：
plt.gca().xaxis.set_minor_locator(plt.MultipleLocator(1))
有点满口，但是很紧凑
答案 9 :(得分：1)
这是一个所需功能的纯python实现，可处理具有正值，负值或混合值的任何数字序列（int或float）：
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)
示例输出：
# 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]
样本用法：
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()
答案 10 :(得分：1)
由于上述解决方案中的没有一个适用于我的用例，因此在这里，我提供了一种使用None（双关！）的解决方案，该解决方案可以适应多种情况。
这是一段示例代码，可在X和Y轴上产生混乱的滴答声。
# Note the super cluttered ticks on both X and Y axis.
# inputs
x = np.arange(1, 101)
y = x * np.log(x)
fig = plt.figure() # create figure
ax = fig.add_subplot(111)
ax.plot(x, y)
ax.set_xticks(x) # set xtick values
ax.set_yticks(y) # set ytick values
plt.show()
现在，我们用一个新的图清理杂波，该图只在x和y轴上仅显示一组稀疏值作为刻度。
# inputs
x = np.arange(1, 101)
y = x * np.log(x)
fig = plt.figure() # create figure
ax = fig.add_subplot(111)
ax.plot(x, y)
ax.set_xticks(x)
ax.set_yticks(y)
# which values need to be shown?
# here, we show every third value from `x` and `y`
show_every = 3
sparse_xticks = [None] * x.shape[0]
sparse_xticks[::show_every] = x[::show_every]
sparse_yticks = [None] * y.shape[0]
sparse_yticks[::show_every] = y[::show_every]
ax.set_xticklabels(sparse_xticks, fontsize=6) # set sparse xtick values
ax.set_yticklabels(sparse_yticks, fontsize=6) # set sparse ytick values
plt.show()
根据用例，只需更改show_every并将其用于X或Y或两个轴的滴答值采样，就可以修改上述代码。
如果这种基于逐步调整的解决方案不适合，那么如果需要的话，也可以不定期地填充sparse_xticks或sparse_yticks的值。
答案 11 :(得分：0)
可推广的一个班轮，仅导入 Numpy：
import numpy as np
ax.set_xticks(np.arange(min(ax.get_xticks()),max(ax.get_xticks()),1));