在 Matplotlib 中增加轴厚度（不切入绘图域！）答案

【问题标题】：Increase Axis Thickness in Matplotlib (Without Cutting into Plot Domain!)在 Matplotlib 中增加轴厚度（不切入绘图域！）
【发布时间】：2019-03-13 12:11:19
【问题描述】：

我对增加 matplotlib 中轴厚度的方法感兴趣（不切入绘图域）。也就是说，我希望轴的厚度从绘图向外延伸，而不是向内延伸。这样的事情可能吗？

传统方法（例如，见下文）似乎行不通：

from pylab import *

close("all")
#rc('axes', linewidth=30)

# Make a dummy plot
plot([0.01, 0, 1], [0.5, 0, 1])

fontsize = 14
ax = gca()

for axis in ['top','bottom','left','right']:
  ax.spines[axis].set_linewidth(30)

xlabel('X Axis', fontsize=16, fontweight='bold')
ylabel('Y Axis', fontsize=16, fontweight='bold')

【问题讨论】：

标签： python matplotlib plot axis-labels yaxis

【解决方案1】：

具有相同效果的选项是创建一个与坐标轴范围完全相同的白色矩形，这样坐标轴内的脊椎部分就会被矩形隐藏。这将需要使线宽两倍大，因为只能看到一半的线。

import matplotlib.pyplot as plt

# Make a dummy plot
fig, ax = plt.subplots()
ax.plot([0.01, 0, 1], [0.5, 0, 1], zorder=1)

ax.axis([0,1,0,1])


for axis in ['top','bottom','left','right']:
    ax.spines[axis].set_linewidth(30)
    ax.spines[axis].set_color("gold")
    ax.spines[axis].set_zorder(0)

ax.add_patch(plt.Rectangle((0,0),1,1, color="w", transform=ax.transAxes))


ax.set_xlabel('X Axis', fontsize=16, fontweight='bold')
ax.set_ylabel('Y Axis', fontsize=16, fontweight='bold')

plt.show()

我在这里把刺变成黄色，这样它们就不会隐藏刻度和刻度标签。

另一种选择是调整Set matplotlib rectangle edge to outside of specified width? 的答案以创建一个矩形，该矩形严格包围图中的一个区域，如下所示：

import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle
from matplotlib.offsetbox import AnnotationBbox, AuxTransformBox

# Make a dummy plot
fig, ax = plt.subplots()
ax.plot([0.01, 0, 1], [0.5, 0, 1], zorder=1)

ax.axis([0,1,0,1])

linewidth=14
xy, w, h = (0, 0), 1, 1
r = Rectangle(xy, w, h, fc='none', ec='k', lw=1, transform=ax.transAxes)

offsetbox = AuxTransformBox(ax.transData)
offsetbox.add_artist(r)
ab = AnnotationBbox(offsetbox, (xy[0]+w/2.,xy[1]+w/2.),
                    boxcoords="data", pad=0.52,fontsize=linewidth,
                    bboxprops=dict(facecolor = "none", edgecolor='r', 
                              lw = linewidth))
ab.set_zorder(0)
ax.add_artist(ab)

ax.set_xlabel('X Axis', fontsize=16, fontweight='bold')
ax.set_ylabel('Y Axis', fontsize=16, fontweight='bold')

plt.show()

【讨论】：