Matplotlib - 格式化坐标轴

Matplotlib - 格式化坐标轴外观

除了设置限制范围（limits）和刻度（ticks），Matplotlib 还提供了对坐标轴各种美学方面的控制，例如比例尺（scale）（线性 linear 与对数 logarithmic）、标签内边距（label padding）以及坐标轴线本身（spines）的外观。

对数比例尺

处理跨越多个数量级的数据时，标准线性比例尺（linear scale）会压缩较小值的变化，使其难以看清。在这种情况下，**对数比例尺（logarithmic scale）**通常更适用。

可以使用 ax.set_xscale('log') 或 ax.set_yscale('log') 将 x 轴或 y 轴（或两者）的比例尺设置为对数。

标签内边距

有时，坐标轴标签（例如，‘X Axis Title’）与刻度标签之间的默认间距可能不足，或者出于美观原因您可能想调整它。您可以使用 ax.set_xlabel() 或 ax.set_ylabel() 函数中的 labelpad 参数来控制此间距，或者直接访问坐标轴对象。

坐标轴线（Spines）

Spines 是构成绘图区域边框的线条，连接着刻度标记。默认情况下，Matplotlib 在所有四个侧面（顶部 top、底部 bottom、左侧 left、右侧 right）绘制 spines。您可以自定义它们的可见性、颜色和线宽，甚至移动它们的位置。

Spines 通过 ax.spines 字典访问（例如，ax.spines['top'], ax.spines['bottom']）。

示例演示这些格式化选项：

import matplotlib.pyplot as plt
import numpy as np

# Prepare data
x = np.linspace(1, 10, 100)
y_exp = np.exp(x)
y_pow = x**2

fig, axes = plt.subplots(1, 2, figsize=(12, 5))

# --- Plot 1: Linear Scale, Label Padding, Spine Formatting ---
ax1 = axes[0]
ax1.plot(x, y_exp, label=r'$e^x$')
ax1.plot(x, y_pow, label=r'$x^2$')
ax1.set_title("Linear Scale with Spine Formatting")

# Adjust label padding
ax1.set_xlabel("X Axis", fontsize=12, labelpad=15) # Increased padding
ax1.set_ylabel("Y Axis", fontsize=12, labelpad=10)

# Customize spines
ax1.spines['top'].set_visible(False)    # Hide top spine
ax1.spines['right'].set_color('red')    # Make right spine red
ax1.spines['right'].set_linewidth(2)    # Make right spine thicker
ax1.spines['bottom'].set_linestyle('--') # Make bottom spine dashed

ax1.legend()
ax1.grid(True, alpha=0.5)

# --- Plot 2: Logarithmic Scale (Y-axis) ---
ax2 = axes[1]
ax2.plot(x, y_exp, label=r'$e^x$')
ax2.plot(x, y_pow, label=r'$x^2$')
ax2.set_title("Logarithmic Scale (Y-axis)")
ax2.set_xlabel("X Axis", fontsize=12)
ax2.set_ylabel("Y Axis (log scale)", fontsize=12)

# Set y-axis scale to logarithmic
ax2.set_yscale('log')

# Default spines, but add grid (useful with log scale)
ax2.grid(True, which='both', linestyle='--', alpha=0.5) # Grid for major and minor ticks
ax2.legend()

plt.tight_layout()
plt.show()

在第一个图中，我们隐藏了顶部 spine，将右侧 spine 的颜色设置为红色并使其更粗，并将底部 spine 设置为虚线。我们还增加了 x 轴标签的内边距（padding）。在第二个图中，我们使用 ax2.set_yscale('log') 将 y 轴设置为对数比例尺，这在同时绘制指数数据和多项式数据时通常很有帮助，因为它使得这两种趋势在其范围内都更加可见。