[英]Show tick labels when sharing an axis in matplotlib
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
以下是我使用自己的一些示例数据得到的结果:
我试图保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。 我在文档中找不到任何方法来关闭它。 有什么建议么? 还是我应该逐轴设置 x 刻度标签?
如果这很重要,我正在运行 matplotlib 1.4.0。
在 Matplotlib 2.2 及更高版本中,可以使用以下方法重新打开刻度标签:
ax.xaxis.set_tick_params(labelbottom=True)
丢失的刻度的visible
属性设置为False
。 plt.subplot
的文档中指出了这一点。 解决此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,我循环了所有轴,您不一定需要这样做,但这种方式的代码更简单。 如果您愿意,您也可以在丑陋的单行中使用列表理解来执行此操作:
[([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()]
您可以在此处找到有关 matplotlib 标签的额外信息: 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,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)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.