使用Matplotlib美化和修饰图形

1. 调整坐标轴和刻度

        作为函数图像那个的必要组成部分，坐标轴和刻度直接反映了图形中变量的数值规模的范围

适当的调整和美化坐标轴及刻度能够让图形一目了然。

1.1 设置坐标轴刻度

刻度是图形的一部分，由刻度定位器(Tick Locator)和刻度格式器(Tick Formatter)两部分组成，其中刻度定位器用于制定刻度所在的位置，刻度格式器用于制定刻度显示。

刻度分为主刻度(Major Ticks)和次刻度(Minor Ticks)，可以分别制定二者的位置和格式，次刻度默认为不显示。

        为了展示设置刻度参数的效果，可以先使用plot()函数生成一条余弦曲线，代码如下：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import AutoLocator,MultipleLocator,FormatStrFormatter
x=np.linspace(0,5,100)
y=np.cos(x)
fig=plt.figure(figsize=(4,4))
ax=fig.add_subplot(111)
ax.plot(x,y,lw=2)
plt.show()

         接着设置坐标轴范围和主，次坐标轴

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import AutoMinorLocator,MultipleLocator,FormatStrFormatter
x=np.linspace(0,5,100)
y=np.cos(x)
fig=plt.figure(figsize=(4,4))
ax=fig.add_subplot(111)

ax.set_xlim(0,5)
ax.set_ylim(-1.5,1.5)
ax.xaxis.set_major_locator(MultipleLocator(1)) #将主刻度设为1的倍数
ax.yaxis.set_major_locator(MultipleLocator(1))
ax.xaxis.set_minor_locator(AutoMinorLocator(2))
ax.yaxis.set_minor_locator(AutoMinorLocator(5))


ax.plot(x,y,lw=2)
plt.show()

        可见，手工设置坐标轴范围和加入次坐标轴后，横轴的两个主刻度之间被平分成了两等分

纵轴的两个刻度之间被平均分成了5等分，而且曲线的弯曲程度也随之发生了一些变化。 

1.2 设置坐标轴的标签文本

        为了将次刻度对应的数值显示出来，可以使用以下代码调整坐标轴刻度的显示样式

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import AutoMinorLocator,MultipleLocator,FormatStrFormatter
x=np.linspace(0,5,100)
y=np.cos(x)
fig=plt.figure(figsize=(4,4))
ax=fig.add_subplot(111)

ax.set_xlim(0,5)
ax.set_ylim(-1.5,1.5)
ax.xaxis.set_major_locator(MultipleLocator(1)) #将主刻度设为1的倍数
ax.yaxis.set_major_locator(MultipleLocator(1))
ax.xaxis.set_minor_locator(AutoMinorLocator(2))
ax.yaxis.set_minor_locator(AutoMinorLocator(5))

ax.xaxis.set_minor_formatter(FormatStrFormatter('%5.1f')) #设置x轴标签文本格式
ax.yaxis.set_minor_formatter(FormatStrFormatter('%5.1f'))
ax.tick_params(which='minor',length=5,width=1,labelsize=8,labelcolor='r')
ax.tick_params('y',which='major',length=8,width=1,labelsize=10,labelcolor='b')
ax.plot(x,y,lw=2)
plt.show()

1.3 绘制刻度的网格线 

        为了更直观的看出图形子某些点的取值，可以给图形加上网格线，以下代码增加了主刻度的网格线，以蓝色虚线表示

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import AutoMinorLocator,MultipleLocator,FormatStrFormatter
x=np.