如何使用matplotlib精确控制坐标并添加图例注释?
- 内容介绍
- 相关推荐
本文共计982个文字,预计阅读时间需要4分钟。
我们可以使用matplotlib.pyplot.locator_params()来控制刻度线定位器的行为。这样,通常情况下,会自动确定标记点的位置,但如果我们想绘制更小的标记,可以控制标记点的数量并使用更密集的设置。
我们可以使用matplotlib.pyplot.locator_params()来控制刻度线定位器的行为。 即使通常会自动确定标记点的位置,但是如果我们想要绘制较小的标记,则可以控制标记点的数量并使用紧密的视图:
from pylab import * import numpy as np ax = gca() ax.locator_params(tight = True, nbins = 10) ax.plot(np.random.normal(10, 0.1, 100)) show()
这应该给我们下面的图表:
然后我们可以使用matplotlib.dates.date2num(),matplotlib等助手函数。 dates.num2date()和matplotlib.dates.drange()在不同的表示之间转换日期。
本文共计982个文字,预计阅读时间需要4分钟。
我们可以使用matplotlib.pyplot.locator_params()来控制刻度线定位器的行为。这样,通常情况下,会自动确定标记点的位置,但如果我们想绘制更小的标记,可以控制标记点的数量并使用更密集的设置。
我们可以使用matplotlib.pyplot.locator_params()来控制刻度线定位器的行为。 即使通常会自动确定标记点的位置,但是如果我们想要绘制较小的标记,则可以控制标记点的数量并使用紧密的视图:
from pylab import * import numpy as np ax = gca() ax.locator_params(tight = True, nbins = 10) ax.plot(np.random.normal(10, 0.1, 100)) show()
这应该给我们下面的图表:
然后我们可以使用matplotlib.dates.date2num(),matplotlib等助手函数。 dates.num2date()和matplotlib.dates.drange()在不同的表示之间转换日期。

