plt.figure() plt.plot(x11, x11_2) plt.plot(x32, x32_2) plt.figure() plt.plot(m11, m11_2) plt.plot(m32, m32_2) plt.show() 以上代码怎么不显示坐标轴和刻度

要显示坐标轴和刻度，可以在绘图之前添加一些设置代码。以下是修改后的代码示例：

import matplotlib.pyplot as plt

plt.figure()
plt.plot(x11, x11_2)
plt.plot(x32, x32_2)
plt.xlabel('X-axis')  # 设置 x 轴标签
plt.ylabel('Y-axis')  # 设置 y 轴标签
plt.xticks()  # 显示 x 轴刻度
plt.yticks()  # 显示 y 轴刻度

plt.figure()
plt.plot(m11, m11_2)
plt.plot(m32, m32_2)
plt.xlabel('X-axis')  # 设置 x 轴标签
plt.ylabel('Y-axis')  # 设置 y 轴标签
plt.xticks()  # 显示 x 轴刻度
plt.yticks()  # 显示 y 轴刻度

plt.show()

在上面的代码中，`xlabel` 和 `ylabel` 函数分别用于设置 x 轴和 y 轴的标签。`xticks` 和 `yticks` 函数用于显示刻度。通过添加这些设置代码，您应该能够在绘图时显示坐标轴和刻度。

相关问题

plt.figure() plt.plot(x11, x11_2) plt.plot(x32, x32_2) plt.figure() plt.plot(m11, m11_2) plt.plot(m32, m32_2) plt.show() 设置不要刻度和图四周的留白

要设置不要刻度和图四周的留白，可以使用以下代码：

import matplotlib.pyplot as plt

# 创建第一个图
plt.figure()
plt.plot(x11, x11_2)
plt.plot(x32, x32_2)
plt.axis('off')  # 关闭刻度
plt.margins(0)  # 去除四周留白

# 创建第二个图
plt.figure()
plt.plot(m11, m11_2)
plt.plot(m32, m32_2)
plt.axis('off')  # 关闭刻度
plt.margins(0)  # 去除四周留白

# 显示图形
plt.show()

在每个 `plt.figure()` 后面加入 `plt.axis('off')` 可以关闭刻度，加入 `plt.margins(0)` 可以去除四周的留白。最后使用 `plt.show()` 显示图形。

plt.figure() plt.plot(x11, x11_2) plt.plot(x31, x31_2) plt.plot(x32, x32_2) plt.show()怎么不显示坐标轴刻度

要显示坐标轴刻度，可以使用matplotlib的相关函数来设置坐标轴的属性。您可以使用plt.xticks()和plt.yticks()函数来设置x轴和y轴的刻度。

首先，您可以使用plt.xticks()函数来设置x轴的刻度。该函数接受两个参数，第一个参数是刻度的位置，第二个参数是刻度的标签。您可以传入一个列表作为第一个参数，表示刻度的位置，然后传入另一个列表作为第二个参数，表示刻度的标签。例如，如果您想要在x轴上显示刻度为[1, 2, 3]，对应的标签为['A', 'B', 'C']，您可以使用以下代码：
plt.xticks([1, 2, 3], ['A', 'B', 'C'])

接下来，您可以使用plt.yticks()函数来设置y轴的刻度。使用方法与plt.xticks()类似。例如，如果您想要在y轴上显示刻度为[0, 1, 2, 3, 4]，对应的标签为['D', 'E', 'F', 'G', 'H']，您可以使用以下代码：
plt.yticks([0, 1, 2, 3, 4], ['D', 'E', 'F', 'G', 'H'])

最后，您可以使用plt.show()函数来显示图形，并同时显示坐标轴刻度。确保在调用plt.show()之前设置了刻度。整个代码如下所示：
plt.figure()
plt.plot(x11, x11_2)
plt.plot(x31, x31_2)
plt.plot(x32, x32_2)
plt.xticks([1, 2, 3], ['A', 'B', 'C'])
plt.yticks([0, 1, 2, 3, 4], ['D', 'E', 'F', 'G', 'H'])
plt.show()<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [matplotlib 曲线图 和 折线图 plt.plot()实例](https://download.csdn.net/download/weixin_38682161/12853158)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *2* [使用python从3d .stl文件中查找2D横截面中的材料和空气 - python](https://blog.csdn.net/weixin_39531183/article/details/111420743)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *3* [用函数拼成一幅画](https://blog.csdn.net/m0_71434979/article/details/128509230)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
[ .reference_list ]