旋转轴标签

Question

我有一个 plot 看起来像这样（这是著名的 Wine 数据集）：

如您所见，x 轴标签重叠，因此我需要旋转。

注意！ 我对旋转 x 刻度不感兴趣（如此处解释），但 label 文本，即alcohol 、 malic_acid等。

创建 plot 的逻辑如下：我使用axd = fig.subplot_mosaic(...)创建一个网格，然后对于底部图，我使用axd[...].set_xlabel("something")设置标签。 如果set_xlabel采用rotation参数，那就太好了，但不幸的是，情况并非如此。

Answer 1

• 虽然另一个答案有效，但它将子图视为正在使用隐式 pyplot 接口，而实际上正在使用显式 Axes 接口。 在处理子图时，最好是明确的。 此外， plt.gca()仅获取最后一个axes 。
• pandas.DataFrame.plot with subplots=True和plt.subplots with nrows and / or ncols greater than 1, returns a numpy.ndarray of matplotlib.axes._axes.Axes . 轴 .
  • 如何修复 'numpy.ndarray' object 在绘制子图时没有属性 'get_figure'
  • 使用axes数组的最简单方法是使用.flat 、 .flatten或.ravel将其展平。
    • numpy 中的 flatten 和 ravel 函数有什么区别？
    • numpy flat 和 ravel() 的区别
• 有几种方法可以与单个Axes交互。
  1. 遍历所有这些： for ax in axes.flat:
  2. 遍历其中的一部分： for ax in axes.flat[-4:]:对于最后四个。
  3. Select 在axes = axes.flat之后要处理的特定Axes ： ax[4] 、 ax[-1]等。
• matplotlib.axes.Axes.set_xlabel用于旋转轴label。
  • 接受来自matplotlib.text的属性作为**kwargs 。
  • 另见旋转 y 轴 label
  • matplotlib.axes.Axes.set_ylabel可用于设置各种 ylabel 参数。

进口及样品 DataFrame

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# sinusoidal sample data
sample_length = range(1, 16+1)
rads = np.arange(0, 2*np.pi, 0.01)
data = np.array([np.sin(t*rads) for t in sample_length])

# create a wide dataframe
df = pd.DataFrame(data.T, index=pd.Series(rads.tolist(), name='radians'), columns=[f'freq: {i}x' for i in sample_length])

# transform df to a long form
dfl = df.melt(ignore_index=False).reset_index()

pandas.DataFrame.plot with subplots=True

axes = df.plot(subplots=True, layout=(4, 4), figsize=(10, 10), color='tab:purple', legend=False)

# flatten the axes array
axes = axes.flatten()

# iterate through each axes and associated column
for ax, col in zip(axes, df.columns):
    
    # set the axes title
    ax.set_title(col)
    
    # extract the existing xaxis label
    xlabel = ax.get_xlabel()
    
    # set the xaxis label with rotation
    ax.set_xlabel(xlabel, rotation='vertical')

plt.subplots

fig, axes = plt.subplots(4, 4, figsize=(10, 10), sharex=True, tight_layout=True)

axes = axes.flat

for ax, col in zip(axes, df.columns):

    df.plot(y=col, ax=ax, title=col, legend=False)
    xlabel = ax.get_xlabel()
    ax.set_xlabel(xlabel, rotation='vertical')

seaborn.relplot

• relplot是图形级别的 function ，它返回一个FacetGrid ，使用axes = g.axes从中提取子图。

g = sns.relplot(data=dfl, kind='line', x='radians', y='value', col='variable', col_wrap=4, height=2.3)

axes = g.axes.ravel()

for ax in axes[-4:]:
    xlabel = ax.get_xlabel()
    ax.set_xlabel(xlabel, rotation='vertical')

---

数据框

df.head()

         freq: 1x  freq: 2x  freq: 3x  freq: 4x  freq: 5x  freq: 6x  freq: 7x  freq: 8x  freq: 9x  freq: 10x  freq: 11x  freq: 12x  freq: 13x  freq: 14x  freq: 15x  freq: 16x
radians                                                                                                                                                                       
0.00     0.000000  0.000000  0.000000  0.000000  0.000000  0.000000  0.000000  0.000000  0.000000   0.000000   0.000000   0.000000   0.000000   0.000000   0.000000   0.000000
0.01     0.010000  0.019999  0.029996  0.039989  0.049979  0.059964  0.069943  0.079915  0.089879   0.099833   0.109778   0.119712   0.129634   0.139543   0.149438   0.159318
0.02     0.019999  0.039989  0.059964  0.079915  0.099833  0.119712  0.139543  0.159318  0.179030   0.198669   0.218230   0.237703   0.257081   0.276356   0.295520   0.314567
0.03     0.029996  0.059964  0.089879  0.119712  0.149438  0.179030  0.208460  0.237703  0.266731   0.295520   0.324043   0.352274   0.380188   0.407760   0.434966   0.461779
0.04     0.039989  0.079915  0.119712  0.159318  0.198669  0.237703  0.276356  0.314567  0.352274   0.389418   0.425939   0.461779   0.496880   0.531186   0.564642   0.597195

dfl.head()

   radians  variable     value
0     0.00  freq: 1x  0.000000
1     0.01  freq: 1x  0.010000
2     0.02  freq: 1x  0.019999
3     0.03  freq: 1x  0.029996
4     0.04  freq: 1x  0.039989

Answer 2

根据文档set_xlabel接受text arguments ，其中rotation是其中之一。

不过，我用来测试的示例如下所示。

import matplotlib.pyplot as plt
import numpy as np

plt.plot()
plt.gca().set_xlabel('Test', rotation='vertical')