在Python中处理Matplotlib的轴脊

图例坐标轴脊柱简介

在 Matplotlib 库中，包围数据区域的绘图边界或边距称为脊柱。这些脊柱环绕着图表的边缘，界定了显示数据点的区域。默认情况下，一个图表有四个脊柱：顶部、底部、左侧和右侧。

使用 Matplotlib 操作脊柱，可以通过提供更个性化且具有视觉吸引力的方式来展示数据，从而获得对图表外观的更多创意控制。

图例坐标轴脊柱的一些属性

图例坐标轴脊柱的属性如下：

1. 图例边界：由脊柱构成的图表区域边界，包围着数据可视化区域。
2. 可配置属性：顶部、底部、左侧和右侧脊柱的外观、颜色、粗细和可见性都可以单独修改。
3. 可见性控制：通过调整脊柱的可见性或隐藏它们，可以改变图表的外观。

图例坐标轴脊柱的类型

图例坐标轴脊柱有 4 种类型：

1. 顶部脊柱
2. 底部脊柱
3. 左侧脊柱
4. 右侧脊柱

现在，让我们使用 Python 编程语言详细了解这些图例坐标轴脊柱。

理解顶部脊柱

在 Matplotlib 中，顶部脊柱是指图表顶部边缘的线条，它标记着边界并连接刻度标记。默认情况下，此脊柱是可见的，但可以对其进行自定义以获得更好的视觉效果或清晰度。通过 {Axes} 对象的 {spines} 属性可以访问和修改顶部脊柱。例如，要隐藏顶部脊柱，请使用 {ax.spines['top'].set_visible(False)}；要修改其颜色或粗细，请使用 `ax.spines['top'].set_color('red')}` 或 {ax.spines['top'].set_linewidth(2)}。这些调整有助于生成整洁且外观专业的图表。

顶部脊柱的关键特征

• 边界线
  顶部脊柱代表沿 y 轴的图表区域的上边界。它有助于绘制图表的边界，并为图表区域内的数据提供参考点。通过这种视觉障碍将显示的数据与周围区域区分开来，使图表更容易理解。
• 默认可见性
  默认情况下，Matplotlib 图表中的顶部脊柱是可见的。此默认设置可确保绘制图表区域的所有四个边界（顶部、底部、左侧和右侧脊柱），从而为数据提供一个完整的框架。除了其他脊柱外，顶部脊柱的存在还有助于理解图表的方向和结构。

示例

输出

说明

在 Matplotlib 中，顶部脊柱代表 y 轴沿的图例区域的上边界，用于数据解释。默认情况下，此脊柱为环绕数据的完整框架增添了内容。

通过调整顶部脊柱的外观和性能，可以改善图表的外观和性能。您可以使用 {set_visible} 调整其可见性，使用 `set_color` 调整颜色，使用 {set_linewidth} 调整粗细，使用 {set_linestyle} 调整线条样式，并使用 `set_position` 调整位置。这些修改允许自定义图表，突出显示特定数据点或遵循预定的设计主题。

例如，可以删除或更改顶部脊柱以使图表更简洁，并可以更改其位置以使其与重要数据点对齐。

顶部脊柱的应用场景

1. 美学控制：通过修改其可见性、颜色或样式，可以更精确地控制图表的外观，从而增强其视觉吸引力或帮助其满足特定的设计规范。例如：
2. 保持品牌一致性：如果图表包含在报告或演示文稿中，可以通过将脊柱颜色更改为反映组织品牌色彩，使其看起来更统一。
3. 突出特定元素：通过更改顶部脊柱的线条样式或颜色，可以突出显示特定的图表点，并将注意力吸引到重要信息或模式上。
4. 简约风格：通过隐藏顶部脊柱并为其余脊柱使用柔和的颜色，图表可以呈现出时尚现代的外观。这将创造一种更简洁、更简约的风格。

理解底部脊柱

Matplotlib 的底部脊柱通过表示 x 轴沿的图例区域的最低边缘，作为水平轴的视觉提示。底部脊柱是包围图表的整个框架的一部分，默认显示。为了帮助指示沿 x 轴绘制的数据的比例和单位，它通常显示标签和刻度标记。

修改底部脊柱可以提高图表的功能和设计。可以更改其可见性、颜色、线条样式和粗细，以突出数据中的不同特征或满足特定的美学需求。对底部脊柱的修改还可以提高图表的可读性和清晰度，从而提高其作为信息传递媒介的有效性。

底部脊柱的关键特征

• 与 x 轴相关联
  底部脊柱定义了图表区域的下边界，它是沿 x 轴的图表边界。它对于图表的布局至关重要，因为它充当水平轴的基线。为了帮助读者理解值的水平分布，底部脊柱通常包含刻度标记和标签，指示数据的比例和单位。因此，这对于正确分析数据至关重要。
• 定制
  与之前的脊柱一样，可以对此脊柱进行大量修改，以同时提高图表的外观和功能。

示例

输出

说明

可以使用提供的代码修改 Matplotlib 图表的底部脊柱。首先，使用 {plt.subplots()} 创建一个图表，生成一个轴对象和一个图形。然后可以使用以下指令修改底部脊柱：使用 set_linestyle('--')} 应用虚线样式；为确保其可见，请使用 set_visible(True)}；使用 alter_color('blue')} 更改色调；将线宽扩展到 1.5，请使用 set_linewidth(1.5)}。通过使用 {set_position(('outward', 10))} 技术将线的位置向外移动 10 个点。最后，使用 `ax.plot([0, 1, 2, 3], [10, 20, 25, 30])}` 显示一些数据，并使用 `plt.show()}` 显示图表。

底部脊柱的应用场景

1. 强调坐标轴：通过自定义底部脊柱以突出 x 轴，可以改善图表的外观并增强水平轴的突出程度。这在日期、类别或特定数据范围是必须在 x 轴上突出显示的重要详细信息的情况下非常有用。可以通过更改颜色、粗细和线条样式使底部脊柱更加突出。这将吸引观众的注意力，关注 x 轴上的重要细节。例如，使用粗体颜色或更粗的线条作为底部脊柱，可以实现突出基线并增强图表的整体视觉效果。
2. 突出图表限制：修改底部脊柱的外观有助于定义图表区域，提高其清晰度，并确保数据边界绘制准确。通过清晰独特的底部脊柱，可以将图表区域与其他部分（例如标题、标签或附加注释）区分开。通过改变脊柱的位置或线条类型（例如虚线或点线）来创建视觉上令人愉悦的边界，可以提高图表的可读性。这有助于保持整洁有序的外观，在包含多个数据集或精细细节的复杂图表中尤其有用。

理解左侧脊柱

在 Matplotlib 中，定义图例区域左边界并对应于 y 轴的垂直线称为“左侧脊柱”。此脊柱上通常包含刻度标记和标签，用于显示 y 轴沿数据的比例和单位，它对于建立图表的左边界至关重要。左侧脊柱默认可见，为垂直轴提供清晰的视觉参考。可以修改左侧脊柱以提高图表的外观和功能。通过调整其可见性、颜色、线条样式、粗细和位置，可以自定义图表以适应特定的分析或美学要求。这最终增强了可视化效果和清晰度。

左侧脊柱的关键特征

• 与 y 轴的关系
  左侧脊柱表示 y 轴沿的图表边缘，指定图表的左边界。它充当垂直轴的参考线，垂直轴通常显示指示数据大小和单位的刻度标记和标签，这在构建图表中起着至关重要的作用。这种关系为图表的垂直范围提供了清晰的边界，有助于用户正确解释数据。左侧脊柱确保图表布局易于理解，并在绘制的数据与周围区域之间形成清晰的划分。
• 定制
  与用于其他脊柱的自定义选项类似，左侧脊柱的自定义提供了极大的自由度，可以同时提高图表的外观和功能。

示例

输出

说明

提供的代码调整了 Matplotlib 图表的左侧脊柱。首先，使用 {fig, ax = plt.subplots()} 生成一个图表。使用 {ax.spines['left'].set_color('blue')} 将左侧脊柱显示为蓝色。使用 {ax.spines['left'].set_linestyle(':')} 将线条样式设置为点状，并使用 {ax.spines['left'].set_linewidth(1.5)} 增加线宽以提高其可见性。使用 {ax.spines['left'] 技术将脊柱向外移动 10 个点。使用 set_position(('outward', 10))} 来强调一个点。最后，使用 `plt.show()` 显示图表。

理解右侧脊柱

在 Matplotlib 中，创建图例区域右边界并对应于 y 轴的垂直线称为“右侧脊柱”。为了最大限度地减少视觉混乱并吸引人们对主要左侧和底部脊柱的注意力，此脊柱默认通常被隐藏。但是，可以对其进行修改以突出显示特定的数据点或增强图表的美感。自定义选项包括更改线条样式、粗细、颜色和可见性。例如，可以调整右侧脊柱的位置、颜色和可见性。这种适应性使得自定义图表能够突出重要数据方面或遵循特定的设计规范，从而提高整体数据可视化的清晰度。

右侧脊柱的关键特征

• 与 y 轴相关联
  右侧脊柱代表图例区域右侧的垂直边界，对应于 y 轴。它作为图表垂直范围的参考点，并定义了图表的右边界。当需要时（例如双轴图或突出显示特定数据点），即使它通常默认隐藏以保持整洁无干扰的外观，也可以将其显示出来。
• 定制
  与任何其他脊柱一样，右侧脊柱的可见性、颜色、线条样式、粗细和位置都可以进行更改。

示例

输出

说明

提供的代码允许您更改 Matplotlib 图表的右侧脊柱。首先，使用 {fig, ax = plt.subplots()} 创建一个图表。在将右侧脊柱着色为绿色之后，使用 {ax.spines['right'].set_visible(True)} 使其可见，并使用 {ax.spines['right'].set_color('green')} 设置为绿色。可以使用 {ax.spines['right'].set_linestyle('--')} 将线条样式更改为虚线，并使用 {ax.spines['right'].set_linewidth(2)} 增加线宽以突出显示。此外，为了增加可见性，使用 {ax.spines['right'].set_position(('outward', 10))} 将脊柱向外移动 10 个点。最后，使用 `ax.plot([0, 1, 2, 3], [10, 20, 25, 30])}` 绘制数据，并使用 `plt.show()}` 显示图表。

结论

可以通过修改 Matplotlib 图表的脊柱来提高可见性和清晰度。通过改变脊柱的可见性、颜色、线型、粗细以及左、右和顶部的位，可以使图表在美学上具有吸引力且功能有效。这些调整总体上提高了可读性，使遵循严格的设计指南变得更加容易，并突出了重要的数据点。

例如，提供的代码显示了如何突出右侧脊柱，将其颜色更改为绿色，添加虚线样式，加粗并向外移动，以使图表脱颖而出。

这些调整有助于突出重要数据点，遵循特定的设计规范，并总体上提高可读性。为了创建清晰且引人注目的图表，提供的代码（例如）显示了如何使右侧脊柱可见，将其颜色更改为绿色，设置虚线样式，增加其粗细，并将其向外移动。这种适应性确保了最终的可视化效果满足分析和演示要求，从而提高了其整体效果。