掌握 Matplotlib 中的浮动轴

简介

本实验将教你如何使用 Matplotlib 中的add_floating_axis函数为图表添加浮动轴，该浮动轴可用于显示有关图表的其他信息。具体来说，你将学习如何调整刻度标签和轴标签的填充，以及如何调整浮动轴上刻度的位置。

虚拟机使用提示

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，随时向 Labby 提问。课程结束后提供反馈，我们会及时为你解决问题。

导入库

首先，导入必要的库，包括matplotlib.pyplot、numpy和mpl_toolkits.axisartist。

import matplotlib.pyplot as plt
import numpy as np
import mpl_toolkits.axisartist as axisartist

定义设置轴的函数

接下来，定义setup_axes()函数，该函数用于设置图表的极坐标投影。此函数使用GridHelperCurveLinear在矩形框中创建极坐标投影。它还设置了图表的界限并返回ax1对象。

def setup_axes(fig, rect):
    ## 定义极坐标轴变换和极值查找器
    tr = Affine2D().scale(np.pi/180., 1.) + PolarAxes.PolarTransform()
    extreme_finder = angle_helper.ExtremeFinderCycle(20, 20, lon_cycle=360, lat_cycle=None, lon_minmax=None, lat_minmax=(0, np.inf))

    ## 定义网格定位器和格式化器
    grid_locator1 = angle_helper.LocatorDMS(12)
    grid_locator2 = grid_finder.MaxNLocator(5)
    tick_formatter1 = angle_helper.FormatterDMS()

    ## 定义 GridHelperCurveLinear
    grid_helper = GridHelperCurveLinear(tr, extreme_finder=extreme_finder, grid_locator1=grid_locator1, grid_locator2=grid_locator2, tick_formatter1=tick_formatter1)

    ## 创建轴对象并设置其界限
    ax1 = fig.add_subplot(rect, axes_class=axisartist.Axes, grid_helper=grid_helper)
    ax1.axis[:].set_visible(False)
    ax1.set_aspect(1.)
    ax1.set_xlim(-5, 12)
    ax1.set_ylim(-5, 10)

    return ax1

定义添加浮动轴函数

定义add_floating_axis函数，该函数用于向图表添加一个浮动轴。此函数将ax1对象作为参数传入，并返回axis对象。

def add_floating_axis(ax1):
    ## 定义浮动轴
    ax1.axis["lat"] = axis = ax1.new_floating_axis(0, 30)
    axis.label.set_text(r"$\theta = 30^{\circ}$")
    axis.label.set_visible(True)

    return axis

为刻度标签添加填充

在这一步中，为浮动轴上的刻度标签添加填充。这可以通过将major_ticklabels对象的pad属性设置为所需的填充值来实现。

## 为刻度标签添加填充
fig = plt.figure(figsize=(9, 3.))
fig.subplots_adjust(left=0.01, right=0.99, bottom=0.01, top=0.99, wspace=0.01, hspace=0.01)

ax1 = setup_axes(fig, rect=121)
axis = add_floating_axis(ax1)

ax1 = setup_axes(fig, rect=122)
axis = add_floating_axis(ax1)
axis.major_ticklabels.set_pad(10)

plt.show()

调整轴标签的填充

在这一步中，调整浮动轴上轴标签的填充。这可以通过将label对象的pad属性设置为所需的填充值来完成。

## 调整轴标签的填充
fig = plt.figure(figsize=(9, 3.))
fig.subplots_adjust(left=0.01, right=0.99, bottom=0.01, top=0.99, wspace=0.01, hspace=0.01)

ax1 = setup_axes(fig, rect=121)
axis = add_floating_axis(ax1)

ax1 = setup_axes(fig, rect=122)
axis = add_floating_axis(ax1)
axis.label.set_pad(20)

plt.show()

调整刻度位置

在这一步中，调整浮动轴上刻度的位置。这可以通过将major_ticks对象的tick_out属性设置为True来实现。

## 调整刻度位置
fig = plt.figure(figsize=(9, 3.))
fig.subplots_adjust(left=0.01, right=0.99, bottom=0.01, top=0.99, wspace=0.01, hspace=0.01)

ax1 = setup_axes(fig, rect=121)
axis = add_floating_axis(ax1)

ax1 = setup_axes(fig, rect=122)
axis = add_floating_axis(ax1)
axis.major_ticks.set_tick_out(True)

plt.show()

总结

在本实验中，你学习了如何使用 Matplotlib 中的add_floating_axis函数向图表添加浮动轴。你还学习了如何调整刻度标签和轴标签的填充，以及如何调整浮动轴上刻度的位置。完成本实验后，你应该能够创建带有浮动轴的定制图表，这些图表可以显示有关该图表的更多信息。

简单的轴填充

简介