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. 本地访问虚拟机redis

    1.开放端口号6379 iptables –I INPUT –p tcp –-dport 6379 –j ACCEPT 2.修改redis.conf 配置文件 ①修改redis绑定IP为虚拟机IP地址 ...

  2. JS实现div的抖动:缓动式抖动

    代码如下: <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <tit ...

  3. 【python】文件处理行与行之间的内容

    在处理文本文件时,很多时候需要我们处理跨行的数据,但是用for循环处理不是很方便,想了一个歪招来处理不是很大的数据. 核心思想就是将上一行的东西存在一个列表里,到下一行用完这个数据在循环体里将列表初始 ...

  4. php高精度计算问题

    从事金融行业,资金运算频繁,这里说下我遇到的坑....稍不留神,用户资金可能损失几十万,甚至更可怕......直接上实例吧: javascript 0.1 + 0.2 为啥不等于 0.3 ? (正确结 ...

  5. 大佬是怎么思考设计MySQL优化方案的?

    在进行MySQL的优化之前,必须要了解的就是MySQL的查询过程,很多查询优化工作实际上就是遵循一些原则,让MySQL的优化器能够按照预想的合理方式运行而已. 一.优化的哲学 注:优化有风险,涉足需谨 ...

  6. ORA-28002密码失效问题解决

    问题:提示ORA-28002解决: 第1种方法:数据库级别,需要重启查看过期时间: sql>SELECT * FROM dba_profiles WHERE profile='DEFAULT' ...

  7. JS经典面试题汉诺塔

    我爱撸码,撸码使我感到快乐!大家好我是Counter.今天给大家分享的是利用JS将汉诺塔原理实现出来,其实主要是考察一个递归的思想,复杂的问题简单化,汉诺塔应该都知道吧,具体的游戏规则,可以百度查查, ...

  8. MASS批量维护数据

    MASS批量维护数据 https://www.fenginfo.com/2485.html 一.说明 在SAP系统的各种批量处理工具中,批量更新(Mass Maintenance) 是一种简易快捷的批 ...

  9. GeoJson

    几何对象.特征对象.特征对象集合.

  10. 【python】 迭代器、生成器、列表推导式

    一.可迭代对象.迭代器 1.可以被for循环的数据类型(可迭代对象): 字符串(str).列表(list).字典(dict).元祖(tuple).range() 2.迭代器 2.1 将可迭代对象==& ...