Matplotlib：自动修改轴标签答案

【问题标题】：Matplotlib: automatically modify axis labelsMatplotlib：自动修改轴标签
【发布时间】：2017-04-25 09:26:51
【问题描述】：

我知道可以通过手动设置来更改轴标签。（例如：Modify tick label text）

但是，这显然只有在您知道自己想要什么标签的情况下才有效，而我的情况并非如此。

以下是我想要完成的示例：我有两个 numpy 数组：x 包含 1 到 366 之间的数字（但不一定是全部），代表 2016 年的天数。“y”包含其他数字。我想做一个'y'与'x'的散点图：

import numpy as np
import matplotlib.pyplot as plt
x = np.array([27, 38, 100, 300])
y = np.array([0.5, 2.5, 1.0, 0.8])
plt.scatter(x, y)

不出所料，这会生成一个刻度为 0、50、100、...、350 的图表。我想将这些刻度标签更改为单个日期。（例如，50 处的刻度将被标记为“2 月 19 日”。）假设我有一个函数 tick_to_date 可以将数字 0 转换为日期字符串，所以我很容易手动更改所有刻度在我的图表中。（如果需要占位符函数：tick_to_date = lambda x: ("day " + str(x))）

ax = plt.gca()
ax.set_xticklabels([tick_to_date(tick.get_text()) for tick in ax.get_xticklabels()])

但是，这只执行一次。如果我现在放大或执行任何更改刻度的操作，新的刻度标签将不会是我想要的。

理想情况下，我不会手动设置标签，而是告诉轴始终使用我自己的 tick_to_date 函数转换刻度标签。或者，每次更改刻度时都调用上面的代码行，但我不确定它是否能正常工作。这些是可能的/可行的/令人愉快的吗？

【问题讨论】：

标签： python matplotlib

【解决方案1】：

如果我真的理解你的问题，你正在寻找来自 matplotlib.ticker 的function formatter：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import ticker

# I added 'y' to fit second argument (position) of FuncFormatter
tick_to_date = lambda x,y: ("day " + str(x))

x = np.array([27, 38, 100, 300])
y = np.array([0.5, 2.5, 1.0, 0.8])
plt.scatter(x, y)

ax = plt.gca()
# tick_to_date will affect all tick labels through MyFormatter
myFormatter = ticker.FuncFormatter(tick_to_date)
# apply formatter for selected axis
ax.xaxis.set_major_formatter(myFormatter)
plt.show()

【讨论】：