matplotlib折线图的y轴标签横过来

可以使用`rotation`参数来控制y轴标签的旋转角度，例如：

import matplotlib.pyplot as plt

# 生成示例数据
x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]

# 绘制折线图
plt.plot(x, y)

# 设置y轴标签
plt.ylabel('y轴标签', rotation=0)

# 显示图形
plt.show()

其中，`rotation=0`表示不旋转，如果要横向旋转，可以设置一个合适的角度，例如`rotation=90`表示顺时针旋转90度。

相关问题

matplotlib折线图x轴标签刻度

### 如何设置或修改 Matplotlib 折线图 X 轴上的标签与刻度

#### 使用 `plt.xticks` 函数自定义 X 轴刻度和标签

为了更好地控制图表中的 X 轴，可以利用 `matplotlib.pyplot.xticks()` 方法来自定义刻度位置及其对应的标签。此方法接受两个主要参数：一个是用于指定哪些数值处应该放置标记的位置列表；另一个则是关联这些位置的文字说明数组。

对于简单的数据集而言，可以直接通过传递给定范围内的一系列整数来作为新的刻度点，并且如果希望改变默认样式的话，则可进一步提供个性化的字符串形式的标签[^1]。

import matplotlib.pyplot as plt

x_values = list(range(11))
y_values = [x ** 2 for x in x_values]

plt.plot(x_values, y_values)

# 自定义X轴刻度及标签
custom_ticks_positions = [0, 5, 10]
custom_labels = ['Start', 'Middle', 'End']
plt.xticks(custom_ticks_positions, custom_labels)

plt.show()

#### 处理时间序列数据时调整 X 轴格式化方式

当涉及到处理日期型变量并将其展示于图形界面之中时，Matplotlib 提供了专门针对此类情况的功能——`mdates.DateFormatter` 类可以帮助实现对特定时间段内各个时间节点更加精细地呈现效果[^4]。

下面的例子展示了怎样把一系列 datetime 对象映射成可视化的日历视图：

from datetime import timedelta, date
import numpy as np
import matplotlib.dates as mdates
import matplotlib.pyplot as plt


def daterange(start_date, end_date):
    for n in range(int((end_date - start_date).days)):
        yield start_date + timedelta(n)


start_dt = date(2014, 9, 1)
end_dt = date(2014, 9, 30)
dates = list(daterange(start_dt, end_dt))

data_points = np.random.rand(len(dates)) * 100

fig, ax = plt.subplots()

ax.plot(dates, data_points)

# 定制X轴的时间格式
formatter = mdates.DateFormatter('%Y-%m-%d')
ax.xaxis.set_major_formatter(formatter)

# 避免重叠问题，自动优化布局
fig.autofmt_xdate()

plt.tight_layout()  
plt.show()

上述代码片段实现了从某个月的第一天到最后一天每天都有一个记录点的效果，同时确保每个条目都能清晰可见而不至于因为过密而难以辨认。

#### 控制其他属性如倾斜角度等细节设定

除了基本的内容定制外，还可以借助额外选项比如旋转角(`rotation`) 来改善阅读体验，尤其是在面对较长文字串的情况下尤为有用。此外，也可以考虑增加字体大小或其他视觉增强措施以提高整体美观程度[^3]。

import matplotlib.pyplot as plt

hours = range(2, 26, 2)
temperatures = [random.randint(12, 35) for _ in hours]

plt.figure(figsize=(20, 8), dpi=80)

hour_labels = [f"{h}:00" for h in hours]
temperature_labels = [f"{t}°C" for t in temperatures]

plt.xticks(hours, hour_labels, rotation=45, fontsize='large')  # 倾斜45度显示小时标记
plt.yticks([min(temperatures), max(temperatures)], [f'{min(temperatures)}°C', f'{max(temperatures)}°C'])

plt.plot(hours, temperatures)
plt.grid(True)
plt.title('Hourly Temperature Changes')

plt.show()

这段脚本不仅设置了水平方向上的间隔分布模式，还加入了垂直维度的信息补充，使得整个图像既直观又详尽。

matplotlib折线图的y轴标签碰到y轴了怎么办

如果 matplotlib 折线图的 y 轴标签碰到 y 轴了，可以通过调整轴标签的位置来解决。可以使用 `set_label_coords()` 方法来设置轴标签的位置。该方法的使用方式如下：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()

# 绘制折线图
ax.plot(x, y)

# 设置 y 轴标签
ax.set_ylabel('y_label')

# 调整 y 轴标签的位置
ax.yaxis.set_label_coords(-0.1, 0.5)

plt.show()

其中，`ax.yaxis.set_label_coords()` 方法中的参数 `-0.1` 表示在 x 轴方向上离 y 轴的距离，0.5 表示在 y 轴方向上的位置。可以根据实际情况进行调整。