Question

我正在绘制两个共享相同x轴的子图，但是当我绘制时，我只看到第二个子图上的x轴刻度。如何在两个子图上显示x-ticks？

另外，我想为两个子图设置y标签，但只有第二个是可见的。你能帮忙在两个子图上显示y标签吗？

以下是我可重现的代码。

#!/usr/bin/python3
import pandas as pd
desired_width = 1500
pd.set_option('display.width', desired_width)
import matplotlib.pyplot as plt
import numpy as np


df = pd.DataFrame([{'DATETIME': '2017-09-29 01:00,', 'Population': 1000, 'Temp': 90, 'State': 'California'},
                   {'DATETIME': '2017-09-29 01:00,', 'Population': 2000, 'Temp': 70, 'State': 'Illinois'},
                   {'DATETIME': '2017-09-29 01:00,', 'Population': 3000, 'Temp': 50, 'State': 'Georgia'},
                   {'DATETIME': '2017-09-29 02:00,', 'Population': 2000, 'Temp': 40, 'State': 'California'},
                   {'DATETIME': '2017-09-29 02:00,', 'Population': 6000, 'Temp': 20, 'State': 'Illinois'},
                   {'DATETIME': '2017-09-29 02:00,', 'Population': 4000, 'Temp': 30, 'State': 'Georgia'},
                   {'DATETIME': '2017-09-29 03:00,', 'Population': 3000, 'Temp': 40, 'State': 'California'},
                   {'DATETIME': '2017-09-29 03:00,', 'Population': 4000, 'Temp': 60, 'State': 'Illinois'},
                   {'DATETIME': '2017-09-29 03:00,', 'Population': 2000, 'Temp': 80, 'State': 'Georgia'}])

df.index = df['DATETIME']
df.index = (pd.to_datetime(df.index)).strftime("%m/%d %H:00")

fig, axes = plt.subplots(nrows=2, ncols=1, sharex=True)

df.groupby('State')['Population'].plot(kind='line', linestyle='--', alpha=0.5, marker='o', legend=True, ax=axes[0])
plt.ylabel('Pop')
df.groupby('State')['Temp'].plot(kind='line', linestyle='--', alpha=0.5, marker='o', legend=True, ax=axes[1])
plt.ylabel('Temp')
plt.tick_params(axis='both', which='both', labelsize=7)
plt.tight_layout()
plt.show()

当前图表输出：

Answer 1

你可以做几件事。删除sharex = True。或者，如果您想使用它，sharex会将x刻度设置为不可见，即set_visible(False)。因此，您可以将它们设置为True以停止此操作。

为了使子图的格式相同，您需要为两个子图使用axes[0].tick_params(axis='both', which='both', labelsize=7)设置每个子图的刻度参数（即重复axes[1]）

注意，我个人更喜欢使用matpotlib面向对象的API，即使用ax.set_ylabel()而不是plt.ylabel()，因为我认为它可以更好地控制您正在使用的子图和轴。因此，我也稍微修改了你的代码

df = pd.DataFrame([{'DATETIME': '2017-09-29 01:00,', 'Population': 1000, 'Temp': 90, 'State': 'California'},
                   {'DATETIME': '2017-09-29 01:00,', 'Population': 2000, 'Temp': 70, 'State': 'Illinois'},
                   {'DATETIME': '2017-09-29 01:00,', 'Population': 3000, 'Temp': 50, 'State': 'Georgia'},
                   {'DATETIME': '2017-09-29 02:00,', 'Population': 2000, 'Temp': 40, 'State': 'California'},
                   {'DATETIME': '2017-09-29 02:00,', 'Population': 6000, 'Temp': 20, 'State': 'Illinois'},
                   {'DATETIME': '2017-09-29 02:00,', 'Population': 4000, 'Temp': 30, 'State': 'Georgia'},
                   {'DATETIME': '2017-09-29 03:00,', 'Population': 3000, 'Temp': 40, 'State': 'California'},
                   {'DATETIME': '2017-09-29 03:00,', 'Population': 4000, 'Temp': 60, 'State': 'Illinois'},
                   {'DATETIME': '2017-09-29 03:00,', 'Population': 2000, 'Temp': 80, 'State': 'Georgia'}])

df.index = df['DATETIME']
df.index = (pd.to_datetime(df.index)).strftime("%m/%d %H:00")

fig, axes = plt.subplots(nrows=2, ncols=1, sharex=True)

df.groupby('State')['Population'].plot(kind='line', linestyle='--', alpha=0.5, marker='o', legend=True, ax=axes[0])
axes[0].set_ylabel('Pop')
df.groupby('State')['Temp'].plot(kind='line', linestyle='--', alpha=0.5, marker='o', legend=True, ax=axes[1])
axes[1].set_ylabel('Temp')

# Set the formatting the same for both subplots
axes[0].tick_params(axis='both', which='both', labelsize=7)
axes[1].tick_params(axis='both', which='both', labelsize=7)

# set ticks visible, if using sharex = True. Not needed otherwise
for tick in axes[0].get_xticklabels():
    tick.set_visible(True)

plt.tight_layout()
plt.show()

给出了：

Answer 2

正如其他答案所提到的，为了让ylabel显示在两个子图上，您可以在axes[0].set_ylabel和axes[1].set_ylabel使用面向对象的界面。

您还应该在两个轴上使用.tick_params来获得两个子图的相同大小的刻度标签等

最后，为了让刻度标签显示在第一个子图上，作为循环所有刻度并且必须将它们设置为可见的替代方法，您可以通过再提供一个选项来实现相同的选择{ {1}}：tick_params。

labelbottom=True

Answer 3

从sharex=True移除fig, axes = plt.subplots(nrows=2, ncols=1, sharex=True)以使其具有单独的x轴。

对于ylabels

axes[0].set_ylabel('Pop')
axes[1].set_ylabel('Temp')

Answer 4

关于第一个问题，我建议不要用额外的墨水弄乱情节。

现在，在y标签上。你必须使用从interface Props = { }; interface State = { date: Date; } class Clock extends Component<Props, State> { private timerId: any; constructor(props: Props) { super(props); this.state = { date: new Date() }; } ... }替换

获得的轴 plt.subplots之前的{p> plt.ylabel('Pop') 和 axes[0].set_ylabel('Pop')的{{1}}

Matplotlib在所有子图和唯一的y标签上显示x-ticks

4 个答案: