Python中的 Matplotlib.ticker.FixedLocator 类

Matplotlib是Python中用于数组二维图的惊人可视化库。 Matplotlib 是一个基于 NumPy 数组构建的多平台数据可视化库，旨在与更广泛的 SciPy 堆栈配合使用。

matplotlib.ticker.FixedLocator

matplotlib.ticker.FixedLocator类是matplotlib.ticker.Locator类的子类，用于固定刻度位置。如果nbins的值不等于 None，则将对所有可能位置的数组进行二次采样，以保持刻度总数小于或等于nbins + 1。进行二次采样以包括绝对最小的值。例如，如果零包含在可能值的数组中，则它保证选择的刻度。

Syntax: class matplotlib.ticker.FixedLocator(locs, nbins=None)

Parameters:

locs: It represents the location of the ticks.
nbins: It represents the number of bins that the data is to be divided into.

编程需要懂一点英语

类的方法：

set_params(self, nbins=None)：用于设置定位器内的参数。
tick_value(self, vmin, vmax)：返回 vmax 和 vmin 之间的刻度位置。

示例 1：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib
   
  
np.arange(0, 15, 5)
plt.figure(figsize = [6,4])
   
x = np.array([1, 2, 3, 4, 5,
              6, 7, 8, 9, 10,
              11, 12, 13, 14, 15])
  
y = np.array([15, 16, 17, 18, 
              19, 20, 40, 50, 
              60, 70, 80, 90, 
              100, 110, 120])
  
ax = sns.pointplot(x, y,
                   color = 'k',
                   markers = ["."], 
                   scale = 2)
  
ax.xaxis.set_major_locator(matplotlib.ticker.FixedLocator([1,5,8]))
  
plt.show()

输出：

示例 2：

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.ticker
  
  
t = np.arange(0.0, 100.0, 0.1)
s = np.sin(0.1 * np.pi * t)*np.exp(-t * 0.01)
  
fig, ax = plt.subplots()
plt.plot(t, s)
  
ax1 = ax.twiny()
ax1.plot(t, s)
  
ax1.xaxis.set_ticks_position('bottom')
  
majors = np.linspace(0, 100, 6)
minors = np.linspace(0, 100, 11)
thirds = np.linspace(0, 100, 101)
  
ax.xaxis.set_major_locator(matplotlib.ticker.FixedLocator(majors))
ax.xaxis.set_minor_locator(matplotlib.ticker.FixedLocator(minors))
ax1.xaxis.set_major_locator(matplotlib.ticker.FixedLocator([]))
ax1.xaxis.set_minor_locator(matplotlib.ticker.FixedLocator(thirds))
  
ax1.tick_params(which ='minor', length = 2)
ax.tick_params(which ='minor', length = 4)
ax.tick_params(which ='major', length = 6)
  
ax.grid(which ='both', axis ='x', linestyle ='--')
  
plt.axhline(color ='green')
  
plt.show()

输出：