import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号import pandas as pdimport numpy as np

• 
  

新建隐藏坐标轴

from mpl_toolkits.axisartist.axislines import SubplotZeroimport numpy as np

fig = plt.figure(1, (10, 6))

ax = SubplotZero(fig, 1, 1, 1)
fig.add_subplot(ax)"""新建坐标轴"""ax.axis["xzero"].set_visible(True)
ax.axis["xzero"].label.set_text("新建y=0坐标")
ax.axis["xzero"].label.set_color('green')# ax.axis['yzero'].set_visible(True)# ax.axis["yzero"].label.set_text("新建x=0坐标")# 新建一条y=2横坐标轴ax.axis["新建1"] = ax.new_floating_axis(nth_coord=0, value=2,axis_direction="bottom")
ax.axis["新建1"].toggle(all=True)
ax.axis["新建1"].label.set_text("y = 2横坐标")
ax.axis["新建1"].label.set_color('blue')"""坐标箭头"""ax.axis["xzero"].set_axisline_style("-|>")"""隐藏坐标轴"""# 方法一：隐藏上边及右边# ax.axis["right"].set_visible(False)# ax.axis["top"].set_visible(False)#方法二：能够一块儿写ax.axis["top",'right'].set_visible(False)# 方法三：利用 for in# for n in ["bottom", "top", "right"]:#     ax.axis[n].set_visible(False)"""设置刻度"""ax.set_ylim(-3, 3)
ax.set_yticks([-1,-0.5,0,0.5,1])
ax.set_xlim([-5, 8])# ax.set_xticks([-5,5,1])#设置网格样式ax.grid(True, linestyle='-.')


xx = np.arange(-4, 2*np.pi, 0.01)
ax.plot(xx, np.sin(xx))# 于 offset 处新建一条纵坐标offset = (40, 0)
new_axisline = ax.get_grid_helper().new_fixed_axis
ax.axis["新建2"] = new_axisline(loc="right", offset=offset, axes=ax)
ax.axis["新建2"].label.set_text("新建纵坐标")
ax.axis["新建2"].label.set_color('red')


plt.show()# 存为图像# fig.savefig('test.png')

• 
  

from mpl_toolkits.axes_grid1 import host_subplotimport mpl_toolkits.axisartist as AAimport matplotlib.pyplot as plt

host = host_subplot(111, axes_class=AA.Axes)
plt.subplots_adjust(right=0.75)

par1 = host.twinx()
par2 = host.twinx()

offset = 100new_fixed_axis = par2.get_grid_helper().new_fixed_axis
par2.axis["right"] = new_fixed_axis(loc="right",
                                    axes=par2,
                                    offset=(offset, 0))

par1.axis["right"].toggle(all=True)
par2.axis["right"].toggle(all=True)

host.set_xlim(0, 2)
host.set_ylim(0, 2)

host.set_xlabel("Distance")
host.set_ylabel("Density")
par1.set_ylabel("Temperature")
par2.set_ylabel("Velocity")

p1, = host.plot([0, 1, 2], [0, 1, 2], label="Density")
p2, = par1.plot([0, 1, 2], [0, 3, 2], label="Temperature")
p3, = par2.plot([0, 1, 2], [50, 30, 15], label="Velocity")

par1.set_ylim(0, 4)
par2.set_ylim(1, 65)

host.legend()

host.axis["left"].label.set_color(p1.get_color())
par1.axis["right"].label.set_color(p2.get_color())
par2.axis["right"].label.set_color(p3.get_color())

plt.draw()
plt.show()

• 
  

• 
  

#　第二坐标fig, ax_f = plt.subplots()# 这步是关键ax_c = ax_f.twinx()
ax_d = ax_f.twiny()# automatically update ylim of ax2 when ylim of ax1 changes.# ax_f.callbacks.connect("ylim_changed", convert_ax_c_to_celsius)ax_f.plot(np.linspace(-40, 120, 100))
ax_f.set_xlim(0, 100)# ax_f.set_title('第二坐标', size=14)ax_f.set_ylabel('Y轴',color='r')
ax_f.set_xlabel('X轴',color='c')

ax_c.set_ylabel('第二Ｙ轴', color='b')
ax_c.set_yticklabels(["$0$", r"$\frac{1}{2}\pi$", r"$\pi$", r"$\frac{3}{2}\pi$", r"$2\pi$"])# ax_c.set_ylim(1,5)ax_d.set_xlabel('第二X轴', color='g')
ax_d.set_xlim(-1,1)

plt.show()

• 
  

• 
  

刻度及标记

import mpl_toolkits.axisartist.axislines as axislines


fig = plt.figure(1, figsize=(10, 6))
fig.subplots_adjust(bottom=0.2)# 子图1ax1 = axislines.Subplot(fig, 131)
fig.add_subplot(ax1)# for axis in ax.axis.values():#     axis.major_ticks.set_tick_out(True)  # 标签所有在外部ax1.axis[:].major_ticks.set_tick_out(True) # 这句和上面的for循环功能相同ax1.axis["left"].label.set_text("子图1 left标签")  # 显示在左边# 设置刻度ax1.set_yticks([2,4,6,8])
ax1.set_xticks([0.2,0.4,0.6,0.8])# 子图2ax2 = axislines.Subplot(fig, 132)
fig.add_subplot(ax2)
ax2.set_yticks([1,3,5,7])
ax2.set_yticklabels(('one','two','three', 'four', 'five'))   # 不显示‘five’ax2.set_xlim(5, 0) # X轴刻度ax2.axis["left"].set_axis_direction("right")
ax2.axis["left"].label.set_text("子图2 left标签")  # 显示在右边ax2.axis["bottom"].set_axis_direction("top")
ax2.axis["right"].set_axis_direction("left")
ax2.axis["top"].set_axis_direction("bottom")# 子图3ax3 = axislines.Subplot(fig, 133)
fig.add_subplot(ax3)# 前两位表示X轴范围，后两位表示Y轴范围ax3.axis([40, 160, 0, 0.03])
ax3.axis["left"].set_axis_direction("right")
ax3.axis[:].major_ticks.set_tick_out(True)

ax3.axis["left"].label.set_text("Long Label Left")
ax3.axis["bottom"].label.set_text("Label Bottom")
ax3.axis["right"].label.set_text("Long Label Right")
ax3.axis["right"].label.set_visible(True)
ax3.axis["left"].label.set_pad(0)
ax3.axis["bottom"].label.set_pad(20)

plt.show()

• 
  

• 
  

import matplotlib.ticker as ticker# Fixing random state for reproducibilitynp.random.seed(19680801)

fig, ax = plt.subplots()
ax.plot(100*np.random.rand(20))# 设置 y坐标轴刻度formatter = ticker.FormatStrFormatter('$%1.2f')
ax.yaxis.set_major_formatter(formatter)# 刻度for tick in ax.yaxis.get_major_ticks():
    tick.label1On = True  # label1On 左边纵坐标
    tick.label2On = True  # label2On 右边纵坐标
    tick.label1.set_color('red')
    tick.label2.set_color('green')# 刻度线for line in ax.yaxis.get_ticklines():    # line is a Line2D instance
    line.set_color('green')
    line.set_markersize(25)
    line.set_markeredgewidth(3)# 刻度 文字for label in ax.xaxis.get_ticklabels():    # label is a Text instance
    label.set_color('red')
    label.set_rotation(45)
    label.set_fontsize(16)

plt.show()

• 
  

• 
  

import mpl_toolkits.axisartist as axisartistdef setup_axes(fig, rect):
    ax = axisartist.Subplot(fig, rect)
    fig.add_subplot(ax)

    ax.set_yticks([0.2, 0.8])    # 设置刻度标记
    ax.set_yticklabels(["short", "loooong"])
    ax.set_xticks([0.2, 0.8])
    ax.set_xticklabels([r"$\frac{1}{2}\pi$", r"$\pi$"])    return ax


fig = plt.figure(1, figsize=(3, 5))
fig.subplots_adjust(left=0.5, hspace=0.7)

ax = setup_axes(fig, 311)
ax.set_ylabel("ha=right")
ax.set_xlabel("va=baseline")

ax = setup_axes(fig, 312)# 刻度标签对齐方式ax.axis["left"].major_ticklabels.set_ha("center") # 居中ax.axis["bottom"].major_ticklabels.set_va("top")  # 项部ax.set_ylabel("ha=center")
ax.set_xlabel("va=top")

ax = setup_axes(fig, 313)
ax.axis["left"].major_ticklabels.set_ha("left")     # 左边ax.axis["bottom"].major_ticklabels.set_va("bottom") # 底部ax.set_ylabel("ha=left")
ax.set_xlabel("va=bottom")

plt.show()

• 
  

• 
  

共享坐标轴

# 共享坐标轴 方法一t = np.arange(0.01, 5.0, 0.01)s1 = np.sin(2 * np.pi * t)s2 = np.exp(-t)s3 = np.sin(4 * np.pi * t)

plt.subplots_adjust(top=2)  #位置调整ax1 = plt.subplot(311)
plt.plot(t, s1)
plt.setp(ax1.get_xticklabels(), fontsize=6)
plt.title('我是原坐标')# 只共享X轴  sharexax2 = plt.subplot(312, sharex=ax1)
plt.plot(t, s2)# make these tick labels invisibleplt.setp(ax2.get_xticklabels(), visible=False)
plt.title('我共享了X轴')# 共享X轴和Y轴   sharex、shareyax3 = plt.subplot(313, sharex=ax1, sharey=ax1)
plt.plot(t, s3)
plt.xlim(0.01, 5.0)  #不起做用plt.title('我共享了X轴和Y轴')
plt.show()

• 
  

# 共享坐标轴 方法二x = np.linspace(0, 2 * np.pi, 400)
y = np.sin(x ** 2)

f, axarr = plt.subplots(2, sharex=True)
f.suptitle('共享X轴')
axarr[0].plot(x, y)
axarr[1].scatter(x, y, color='r')

f, (ax1, ax2) = plt.subplots(1, 2, sharey=True)
f.suptitle('共享Y轴')
ax1.plot(x, y)
ax2.scatter(x, y)

f, axarr = plt.subplots(3, sharex=True, sharey=True)
f.suptitle('同时共享X轴和Ｙ轴')
axarr[0].plot(x, y)
axarr[1].scatter(x, y)
axarr[2].scatter(x, 2 * y ** 2 - 1, color='g')# 间距调整为０f.subplots_adjust(hspace=0)# 设置所有标签在外部for ax in axarr:
    ax.label_outer()

• 
  

在设置label时，有语句plt.ylabel("标签内容",labelpad=20)，这个labelpad就是标签与轴脊的距离，具体的我忘了，你可以按照这样的方式试一试。

matplotlib提供了双轴函数，可以实现双x轴或双y轴绘图。

matplotlib提供了双轴函数，可以实现双x轴或双y轴绘图。

>>> import numpy as np>>> from matplotlib import pyplot as plt>>> x = np.linspace(1,10,100)>>> y1 = np.power(x, 4)>>> y2 = np.power(x, 3)>>> fig = plt.figure()>>> ax_left = fig.add_axes([0.1, 0.1, 0.8, 0.8])>>> ax_right = ax_left.twinx()>>> ax_left.semilogy(x, y1)[]>>> ax_right.semilogy(x, y2)[]>>> ax_right.set_ylim(1,10000)(1, 10000)>>> plt.show()