参考:https://blog.csdn.net/helunqu2017/article/details/78736554/

初学数据可视化,遇到了tick_params() 里面传参数问题,找了一些资料,觉得这个简单明了,非常好用,推荐看下!

1.tick_params语法 
Axes.tick_params(axis=’both’, **kwargs)

参数: 
axis : {‘x’, ‘y’, ‘both’} Axis on which to operate; default is ‘both’. (axis:轴) 
reset : bool If True, set all parameters to defaults before processing other keyword arguments. Default is False. 
which : {‘major’, ‘minor’, ‘both’} Default is ‘major’; apply arguments to which ticks. 
direction : {‘in’, ‘out’, ‘inout’} Puts ticks inside the axes, outside the axes, or both. 
length : float Tick length in points. 
width : float Tick width in points. 
color : color Tick color; accepts any mpl color spec. 
pad : float Distance in points between tick and label. 
labelsize : float or str Tick label font size in points or as a string (e.g., ‘large’). 
labelcolor : color Tick label color; mpl color spec. 
colors : color Changes the tick color and the label color to the same value: mpl color spec. 
zorder : float Tick and label zorder. 
bottom, top, left, right : bool or {‘on’, ‘off’} controls whether to draw the respective ticks. 
labelbottom, labeltop, labelleft, labelright : bool or {‘on’, ‘off’} controls whether to draw the respective tick labels. 
labelrotation : float Tick label rotation

2.tick_params例子: 
参数axis的值为’x’、’y’、’both’,分别代表设置X轴、Y轴以及同时设置,默认值为’both’。 
ax1.tick_params(axis=’x’,width=2,colors=’gold’) 
ax2.tick_params(axis=’y’,width=2,colors=’gold’) 
ax3.tick_params(axis=’both’,width=2,colors=’gold’) 
 
参数which的值为 ‘major’、’minor’、’both’,分别代表设置主刻度线、副刻度线以及同时设置,默认值为’major’ (主刻度线、副刻度线类似于厘米尺。CM与MM的区别) 
ax1.tick_params(which=’major’,width=2,colors=’gold’) 
ax2.tick_params(which=’minor’,width=2,colors=’gold’) 
ax3.tick_params(which=’both’,width=2,colors=’gold’) 

参数direction的值为’in’、’out’、’inout’,分别代表刻度线显示在绘图区内侧、外侧以及同时显示 
ax1.tick_params(direction=’in’,width=2,length=4,colors=’gold’) 
ax2.tick_params(direction=’out’,width=2,length=4,colors=’gold’) 
ax3.tick_params(direction=’inout’,width=2,length=4,colors=’gold’) 

length和width 
参数length和width分别用于设置刻度线的长度和宽度 
ax2.tick_params(width=4,colors=’gold’) 
ax3.tick_params(length=10,colors=’gold’) 

参数pad用于设置刻度线与标签间的距离 
ax2.tick_params(pad=1,colors=’gold’) 
ax3.tick_params(pad=10,colors=’gold’) 

参数color、labelcolor、colors分别用于设置刻度线的颜色、刻度线标签的颜色以及同时设置刻度线及标签颜色 
ax1.tick_params(width=4,color=’gold’) 
ax2.tick_params(width=4,labelcolor=’gold’) 
ax3.tick_params(width=4,colors=’gold’) 

参数labelsize用于设置刻度线标签的字体大小 
ax1.tick_params(labelsize=’medium’) 
ax2.tick_params(labelsize=’large’) 
ax3.tick_params(labelsize=15) 

参数bottom, top, left, right的值为布尔值,分别代表设置绘图区四个边框线上的的刻度线是否显示 
ax1.tick_params(bottom=False,top=True,width=4,colors=’gold’) 
ax2.tick_params(left=False,right=True,width=4,colors=’gold’) 
ax3.tick_params(top=True,right=True,width=4,colors=’gold’) 

参数labelbottom, labeltop, labelleft, labelright的值为布尔值,分别代表设置绘图区四个边框线上的刻度线标签是否显示 
ax1.tick_params(labelbottom=False,labeltop=True,width=4,colors=’gold’) 
ax2.tick_params(labelleft=False,labelright=True,width=4,colors=’gold’) 
ax3.tick_params(labeltop=True,labelright=True,width=4,colors=’gold’) 

数据可视化之 tick_params( 参数 )的更多相关文章

  1. 【Data Visual】一文搞懂matplotlib数据可视化

    一文搞懂matplotlib数据可视化 作者:白宁超 2017年7月19日09:09:07 摘要:数据可视化主要旨在借助于图形化手段,清晰有效地传达与沟通信息.但是,这并不就意味着数据可视化就一定因为 ...

  2. 【Matplotlib】数据可视化实例分析

    数据可视化实例分析 作者:白宁超 2017年7月19日09:09:07 摘要:数据可视化主要旨在借助于图形化手段,清晰有效地传达与沟通信息.但是,这并不就意味着数据可视化就一定因为要实现其功能用途而令 ...

  3. 基于matplotlib的数据可视化 - 笔记

    1 基本绘图 在plot()函数中只有x,y两个量时. import numpy as np import matplotlib.pyplot as plt # 生成曲线上各个点的x,y坐标,然后用一 ...

  4. (在模仿中精进数据可视化05)疫情期间市值增长top25公司

    本文完整代码及数据已上传至我的Github仓库https://github.com/CNFeffery/FefferyViz 1 简介 新冠疫情对很多实体经济带来冲击的同时,也给很多公司带来了新的增长 ...

  5. 数据可视化案例 | 如何打造数据中心APP产品

    意识到数据探索带来的无尽信息,越来越多的企业开始建立自有的数据分析平台,打造数据化产品,实现数据可视化. 在零售商超行业,沃尔玛"啤酒与尿布"的故事已不再是传奇.无论是大数据还是小 ...

  6. 前端数据可视化echarts.js使用指南

    一.开篇 首先这里要感谢一下我的公司,因为公司需求上面的新颖(奇葩)的需求,让我有幸可以学习到一些好玩有趣的前端技术,前端技术中好玩而且比较实用的我想应该要数前端的数据可视化这一方面,目前市面上的数据 ...

  7. [译]学习IPython进行交互式计算和数据可视化(五)

    第四章:交互式绘图接口 本章我们将展示Python的绘图功能以及如何在IPython中交互式地使用它们. NumPy为处理大量的多维数组结构的数据提供了高效的方法.但是看行行列列的数字总不如直接看曲线 ...

  8. [译]学习IPython进行交互式计算和数据可视化(三)

    第二章 在本章中,我们将详细学习IPython相对以Python控制台带来的多种改进.特别的,我们将会进行下面的几个任务: 从IPython中使用系统shell以在shell和Python之间进行强大 ...

  9. 用ElasticSearch和Protovis实现数据可视化

    搜索引擎最重要的目的,嗯,不出意料就是搜索.你传给它一个请求,然后它依照相关性返回你一串匹配的结果.我们可以根据自己的内容创造各种请求结构,试验各种不同的分析器,搜索引擎都会努力尝试提供最好的结果. ...

随机推荐

  1. Web Deploy 发布网站错误 检查授权和委派设置

    Web Deploy发布ASP.NET网站给我们提供方便,配置好后可以很方便地发布网站到IIS服务器. 自安装Web Deploy一年以来,一直都用得好好地. 直到最近,Gitlab-CI自动发布出了 ...

  2. 第01节:ActiveMQ入门和消息中间件

    1.ActiveMQ最主要的功能:实现JMS Provider,用来帮助实现高可用.高性能.可伸缩.易用和安全的企业级面向消息服务的系统.是一个异步的功能. 2.ActiveMQ特点: 完全支持JMS ...

  3. 2019/4/15 wen 正则表达式

  4. 自制操作系统Antz(11)——实现shell(下)命令响应

    我已经规范了系统代码风格,类似于按照linux分包,把各部分功能区分开了 Antz系统更新地址 Linux内核源码分析地址 Github项目地址 在之前的任务中,我们已经通过直接操作显卡驱动完成了简单 ...

  5. 场景:如果一个select下拉框的值被选中,其他两个字段值的校验也生效

    $("#operationType").change(function(){ if(this.value==1){ $('[name="assigneeCardType& ...

  6. ionic3开发环境的搭建 记录!

    总的来说都很顺利,毕竟已经打包成功在手机上面跑起来了,给的两个教程很给力,基本没有误差,照着步骤敲没问题,打包命令有所更新目前已修正,吃一堑长一智下面说下其中遇到的问题:1.第一点是ionic ser ...

  7. CentOS 使用firewalld打开防火墙与端口

    CentOS 使用firewalld打开防火墙与端口 LinuxCentOS 基本使用 启动 : systemctl start firewalld 关闭 : systemctl stop firew ...

  8. Python打开新世界的大门-入门篇1

    目录 题记 Python技巧.避坑及心得 八种数据类型 循环 函数 Homework 题外话 之前没有写博客的习惯,现在开始写觉得入门也太晚了吧,看看同龄的大哥都写了十几万字.于是 ...

  9. memcached源码分析-----slab内存分配器

    温馨提示:本文用到了一些可以在启动memcached设置的全局变量.关于这些全局变量的含义可以参考<memcached启动参数详解>.对于这些全局变量,处理方式就像<如何阅读memc ...

  10. WEB API 系列(二) Filter的使用以及执行顺序

    在WEB Api中,引入了面向切面编程(AOP)的思想,在某些特定的位置可以插入特定的Filter进行过程拦截处理.引入了这一机制可以更好地践行DRY(Don’t Repeat Yourself)思想 ...