This tutorial is from open-source community. Access the source code
💡 本教程由 AI 辅助翻译自英文原版。如需查看原文，您可以 切换至英文原版
在本实验中，我们将学习如何使用 Python 在 Matplotlib 绘图中使刻度之间的标签居中。默认情况下，刻度标签相对于其关联的刻度对齐，但没有直接的方法使标签在刻度之间居中。不过，我们可以在主刻度之间的次刻度上放置一个标签，并隐藏主刻度标签和次刻度，以模拟这种行为。我们将使用谷歌股价的财务数据来演示此技术。
虚拟机启动完成后，点击左上角切换到“笔记本”标签页，以访问 Jupyter Notebook 进行练习。
有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。
如果你在学习过程中遇到问题，请随时向 Labby 提问。课程结束后提供反馈，我们将立即为你解决问题。
首先，我们需要使用 Matplotlib 的 cbook.get_sample_data() 函数加载一些谷歌股价的财务数据。我们将使用最近 250 天的数据。
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.cbook as cbook
## Load some financial data; Google's stock price
r = cbook.get_sample_data('goog.npz')['price_data'].view(np.recarray)
r = r[-250:] ## get the last 250 days接下来，我们将使用 Matplotlib 的 subplots() 函数创建图表，并绘制谷歌股票随时间变化的调整收盘价。
fig, ax = plt.subplots()
ax.plot(r.date, r.adj_close)为了使刻度之间的标签居中，我们需要为 x 轴设置主刻度和次刻度定位器及格式化器。我们将使用 dates.MonthLocator() 函数将主刻度和次刻度定位到月份，并使用 dates.DateFormatter() 函数将次刻度标签格式化为月份缩写。
import matplotlib.dates as dates
import matplotlib.ticker as ticker
ax.xaxis.set_major_locator(dates.MonthLocator())
## 16 是一个近似值，因为每个月的天数不同。
ax.xaxis.set_minor_locator(dates.MonthLocator(bymonthday=16))
ax.xaxis.set_major_formatter(ticker.NullFormatter())
ax.xaxis.set_minor_formatter(dates.DateFormatter('%b'))为了模拟使标签在刻度之间居中的效果，我们需要移除主刻度标签和次刻度，只显示次刻度标签。我们可以使用 tick_params() 函数并将 tick1On 和 tick2On 参数设置为 False 来实现这一点。
## Remove the tick lines
ax.tick_params(axis='x', which='minor', tick1On=False, tick2On=False)最后，我们需要将次刻度标签对齐到主刻度之间的中心位置。我们可以使用 get_xticklabels() 函数，并将 minor 参数设置为 True 来获取次刻度标签。然后，我们可以遍历这些标签，并将水平对齐方式设置为 'center'。
## Align the minor tick label
for label in ax.get_xticklabels(minor=True):
label.set_horizontalalignment('center')
imid = len(r) // 2
ax.set_xlabel(str(r.date[imid].item().year))现在我们可以使用 show() 函数来显示图表。
plt.show()在本实验中，我们学习了如何使用 Python 在 Matplotlib 图表中使刻度之间的标签居中。我们使用谷歌股票价格的财务数据来演示此技术，并遵循了以下步骤：
