plt.xticks标记数值并设置字体大小

要在 `matplotlib` 中设置 x 轴的刻度标记，可以使用 `plt.xticks()` 方法。例如，要在 x 轴上设置从 0 到 10 的标记，可以使用以下代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 11)
y = x ** 2

plt.plot(x, y)
plt.xticks(np.arange(0, 11), fontsize=12)

plt.show()

在这个例子中，我们使用 `np.arange()` 函数创建了一个从 0 到 10 的数组作为 x 轴的值。然后，我们使用 `plt.plot()` 方法将这些值与它们的平方（即 y 轴的值）一起绘制到图形中。

接下来，我们使用 `plt.xticks()` 方法设置 x 轴的刻度标记。第一个参数是要设置标记的位置，第二个参数是要在这些位置上显示的标签。在这个例子中，我们将标签设置为与位置相同的数字，并使用 `fontsize` 参数设置字体大小。

最后，我们使用 `plt.show()` 方法显示图形。

相关问题

plt.rcParams['font.sans-serif']=['Arial Unicode MS'] #显示中文字体，这段代码我可是找了好长时间 plt.rcParams['axes.unicode_minus']=False def plot_image(i, predictions_array, true_labels, images): predictions_array, true_label, img = predictions_array[i], true_labels[i], images[i] plt.grid(False) plt.xticks([]) plt.yticks([]) plt.grid(False) # 显示照片，以cm 为单位。 plt.imshow(images[i], cmap=plt.cm.binary) # 预测的图片是否正确，黑色底表示预测正确，红色底表示预测失败 predicted_label = np.argmax(prediction[i]) true_label = y_test[i][0] if predicted_label == true_label: color = 'black' else: color = 'red' # plt.xlabel("{} ({})".format(class_names[predicted_label], # class_names[true_label]), # color=color) plt.xlabel("预测{:2.0f}%是{}(实际{})".format(100*np.max(predictions_array), class_names[predicted_label], class_names[true_label]), color=color) def plot_value_array(i, predictions_array, true_label): predictions_array, true_label = predictions_array[i], true_label[i][0] plt.grid(False) plt.xticks(range(10)) plt.yticks([]) thisplot = plt.bar(range(10), predictions_array, color="#777777") plt.ylim([0, 1]) predicted_label = np.argmax(predictions_array) thisplot[predicted_label].set_color('red') thisplot[true_label].set_color('blue') num_rows = 5 num_cols = 3 num_images = num_rows*num_cols plt.figure(figsize=(2*2*num_cols, 2*num_rows)) for i in range(num_images): plt.subplot(num_rows, 2*num_cols, 2*i+1) plot_image(i, prediction, y_test, x_test) plt.subplot(num_rows, 2*num_cols, 2*i+2) plot_value_array(i, prediction, y_test)解释如下代码

这段代码是一个用于绘制图像和数值数组的函数。首先，通过设置字体和解决中文显示问题的代码来准备绘图环境。然后，定义了两个函数：`plot_image()` 和 `plot_value_array()`。`plot_image()`函数用于绘制图像，并根据预测结果的正确性将其标记为黑色或红色。`plot_value_array()`函数用于绘制数值数组，并将预测结果的最大值标记为红色，将真实标签标记为蓝色。接下来，通过循环调用这两个函数来绘制一组图像和相应的数值数组。最终，使用`plt.figure()`函数定义了一个绘图窗口，并在其中调用这两个函数来绘制图像和数值数组。

matplolib设置字体颜色

### 如何在 Matplotlib 中设置文本的字体颜色

Matplotlib 提供了多种方式来设置图形中文本的颜色。可以通过 `plt.text()` 函数中的 `color` 参数直接设定文字颜色[^2]。

对于全局配置，可以修改 `matplotlib.rcParams` 字典内的相应键值对实现默认文本颜色更改：

import matplotlib.pyplot as plt

# 修改全局 rcParams 配置使所有文本采用特定颜色显示
matplotlib.rcParams['text.color'] = 'red'

另外，在绘制具体元素时也能单独指定其颜色属性。比如当添加标题或坐标轴标签的时候就可以这样做：

# 添加带有自定义颜色的标题
plt.title('Chart Title', color='blue')

# 设定 X 轴标签及其颜色
plt.xlabel('X-axis Label', color='green')

如果希望更细致地控制图表内各个部分的文字色彩，则可以在调用绘图函数的同时传递额外的关键字参数完成这一目标。例如下面的例子展示了如何改变柱状图上方数值标记的颜色：

import numpy as np
import matplotlib.pyplot as plt

data = {'apple': 10, 'banana': 15, 'orange': 7}
names = list(data.keys())
values = list(data.values())

bars = plt.bar(range(len(data)), values)

for bar in bars:
    height = bar.get_height()
    plt.text(bar.get_x() + bar.get_width()/2., height,
             '%d' % int(height),
             ha='center',
             va='bottom',
             color="purple")  # 设置顶部数字的颜色为紫色

plt.xticks(range(len(data)), names)
plt.show()