ax.tick_params设置次网格

如果要设置次刻度网格线，可以使用 `ax.tick_params()` 中的 `which` 参数来指定网格线类型。其中 `which` 参数可以是 `major`、`minor` 或 `both`，分别表示主刻度、次刻度或两者同时设置。下面是一个简单的例子：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots()

x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)
ax.plot(x, y)

ax.tick_params(axis='both', which='both', direction='in', length=6, width=2)
ax.tick_params(axis='both', which='minor', length=3, width=1)

plt.show()

其中，第一个 `ax.tick_params()` 设置了主刻度线的属性，第二个 `ax.tick_params()` 设置了次刻度线的属性。这里我们将主刻度和次刻度的长度和宽度分别设置为不同的值，可以看到主刻度和次刻度的网格线都被正确地显示出来了。

相关问题

x_extent=[0,60,120,180,240,300,360] y_extent=[-90,-60,-30,0,30,60,90] ax.set_xticks(x_extent,crs=ccrs.PlateCarree()) ax.set_yticks(y_extent,crs=ccrs.PlateCarree()) ax.tick_params(labelsize=12) ax.xaxis.set_major_formatter(LongitudeFormatter()) ax.yaxis.set_major_formatter(LatitudeFormatter()) ax.set_extent([0,358,-60,60],crs=ccrs.PlateCarree()) ax.grid() fig.savefig('MEAN SST & Zonal Wind(1950-2020).png',dpi=300,format='png')

Map.png')

这个问题属于技术问题，具体是关于绘制地图的坐标轴和标签的设置。答案是这段代码用于绘制一个经纬度范围为[0,358,-60,60]的地图，并设置x和y坐标轴刻度和标签。同时使用PlateCarree()函数指定了坐标系。最后使用grid()函数给地图加上网格线，并将地图保存为一个png格式的图片。

import numpy as np import matplotlib.pyplot as plt from matplotlib.ticker import MaxNLocator # 创建画布和子图对象 fig, ax = plt.subplots(figsize=(9, 6), dpi=100) # 绘制折线图 ax.plot(x, y) # 绘制平均值线 #ax.axhline(y=-650, color='r', linestyle='--',label='流域整体物质平衡=-650mm w.e.') # 添加阴影带 start_year = 2006 end_year = 2016 mask = np.logical_and(years >= start_year, years <= end_year) years_to_plot = years[mask] ax.fill_between(years_to_plot, -680- 220, -680 + 220, alpha=0.2,color='yellow',label='Brun et al.2017') ax.axhline(-680, color='yellow', linestyle='--',xmin=0.65, xmax=0.89) start_year_2 = 2000 end_year_2 = 2014 mask_2 = np.logical_and(years >= start_year_2, years <= end_year_2) years_to_plot_2 = years[mask_2] ax.fill_between(years_to_plot_2, -790-110, -790+110, alpha=0.2, color='green',label='Wu et al.2018') ax.axhline(-790, color='green', linestyle='--',xmin=0.51, xmax=0.840) start_year_3 = 2000 end_year_3 = 2018 mask_3 = np.logical_and(years >= start_year_3, years <= end_year_3) years_to_plot_3 = years[mask_3] ax.fill_between(years_to_plot_3, -540-160, -540+160, alpha=0.2, color='blue',label='Shean et al.2020') ax.axhline(-540, color='blue', linestyle='--',xmin=0.51, xmax=0.93) start_year_4 = 2000 end_year_4 = 2019 mask_4 = np.logical_and(years >= start_year_4, years <= end_year_4) years_to_plot_4 = years[mask_4] ax.fill_between(years_to_plot_4, -580-220, -580+220, alpha=0.2, color='red',label='Hugonnet et al.2021') ax.axhline(-580, color='red', linestyle='--',xmin=0.51, xmax=0.957) # 设置 x 轴标签和标题 ax.set_xlabel('年份',fontproperties=font_prop,fontsize=14) ax.set_ylabel('物质平衡(mm w.e.)',fontproperties=font_prop,fontsize=14) ax.set_title('图8 帕隆藏布流域1980-2019物质平衡',fontproperties=font_prop,fontsize=14,y=-0.17) # 强制显示整数刻度 ax.xaxis.set_major_locator(MaxNLocator(integer=True)) # 添加网格 ax.grid(True, which='major', linestyle='--') # 将坐标轴的刻度字体大小设置为12 ax.tick_params(axis='both', which='major', labelsize=12) # 添加图例 ax.legend(fontsize=24,loc='lower left',prop=font_prop) # 设置图形的边距 plt.tight_layout() # 显示图形 plt.show()

该代码是用Python中的matplotlib库绘制折线图，并添加了四个阴影带，代表不同研究者的数据范围。其中，ax.plot(x, y)用于绘制折线图，ax.fill_between(years_to_plot, -680- 220, -680 + 220, alpha=0.2,color='yellow',label='Brun et al.2017')用于添加阴影带，ax.axhline(-680, color='yellow', linestyle='--',xmin=0.65, xmax=0.89)用于绘制平均值线。其他部分则是对图形进行美化，如添加图例、设置坐标轴标签和标题等。最后使用plt.show()将图形显示出来。