matplotlib折线图加角标

您可以使用Matplotlib的`plt.xlabel()`和`plt.ylabel()`函数来为折线图添加角标。例如：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y)
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')
plt.show()

这将在折线图底部添加X轴标签，并在左侧添加Y轴标签。您可以根据需要修改标签文本。

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画折线图如何改横坐标的值

### 使用 Matplotlib 修改折线图横坐标的方法

在 Python 中使用 `matplotlib` 绘制折线图时，可以通过多种方式修改横坐标的显示效果。以下是几种常见的方式：

#### 1. 设置 X 轴刻度和标签
为了确保所有的 X 轴刻度都能完全展示而不被省略，可以使用 `xticks()` 函数来自定义刻度的位置及其对应的标签。

import matplotlib.pyplot as plt

# 创建一些简单的数据用于绘图
x_values = ['A', 'B', 'C', 'D']
y_values = [3, 7, 2, 5]

plt.plot(x_values, y_values)

# 自定义X轴上的刻度位置及标签
plt.xticks(range(len(x_values)), x_values, rotation=45) 

plt.tight_layout()
plt.show()

这段代码通过指定 `range(len(x_values))` 来作为新的刻度位置，并传入原始的字符串列表 `x_values` 作为这些新位置处应显示的文字标签[^1]。

#### 2. 更改 X 轴刻度的角度
当 X 轴上有较多的数据点或较长的文本标签时，可能会重叠在一起难以阅读。此时可通过设置 `rotation` 参数来旋转标签角度以便更好地查看。

import numpy as np
import pandas as pd
from datetime import timedelta

dates = pd.date_range('2023-01-01', periods=9).tolist()
values = list(np.random.rand(9))

fig, ax = plt.subplots()

ax.plot(dates, values)
for tick in ax.get_xticklabels():
    tick.set_rotation(45)

plt.tight_layout()
plt.show()

此段代码展示了如何遍历获取到的所有 X 轴标签对象并将它们逐一设置为倾斜 45 度角显示[^2]。

#### 3. 控制 X 轴刻度间隔
如果希望控制哪些具体的数值应该出现在 X 轴上，则可以直接向 `xticks()` 提供一个自定义数组。

import random

x = range(1, 21) # 定义X轴数据范围
y = [random.randint(1, 21) for _ in x] # 随机生成Y轴数据

plt.figure(figsize=(10, 6))
plt.plot(x, y)

# 只保留部分整数刻度
selected_ticks = [i for i in x if (i % 2 == 0)]
plt.xticks(selected_ticks)

plt.grid(True)
plt.show()

这里选择了每隔两个单位取一次刻度的做法[^4]。