今天通过过一个简单的实列，简单说明如何控制坐标轴上的主、副刻度线的参数：宽度、高度、方向、间隔。
全部代码在文末。
1：导入我们所需要的库import numpy as np import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator # MultipleLocator用于调整刻度线的间隔
更多MultipleLocator参数
2：创建数据并建立绘图区x = np.arange(1, 10) y1 = x ** 2 y2 = np.array([2, 6, 15, 18, 25, 70, 40, 70, 90]) # 创建画布 plt.figure(figsize=(8, 6)) plt.rcParams["figure.dpi"] = 300 # 分辨率 # 建立坐标系 axes = plt.subplot()3：调整主、副刻度参数
axes.minorticks_on() # 显示副刻度线 axes.tick_params(axis="both", which="major", direction="in", width=1, length=5) axes.tick_params(axis="both", which="minor", direction="in", width=1, length=3) # 设置主、副刻度线参数 axes.xaxis.set_minor_locator(MultipleLocator(0.4)) # 设置 X 轴上的副刻度线之间的间隔为0.4
axes.tick_params中参数含义：
axis：修改的对象，可选 “X”，“Y”，“both”；
which：“major”主刻度线；“minor”副刻度线；
direction：刻度线的方向；
width、length：宽度、长度
4：绘图plt.plot(x, y1, color="k") plt.plot(x, y2, marker="o", line, color="k") plt.axis([0, 10, 0, 100]) # x,y轴最大最小值 # grid 设置网格线性 plt.grid(True, which="major", line, color="gray", linewidth=0.75) plt.grid(True, which="minor", line, color="lightgray", linewidth=0.75) plt.xlabel(r"$alpha^2+beta^2$") plt.ylabel(r"$V_a (m/s)$") plt.legend(["Calculate", "Experiment"]) plt.show()
其中：
$alpha^2+beta^2$
$V_a (m/s)$
是LaTex编码下的公式。
5：结果import numpy as np import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator x = np.arange(1, 10) y1 = x ** 2 y2 = np.array([2, 6, 15, 18, 25, 70, 40, 70, 90]) plt.figure(figsize=(8, 6)) plt.rcParams["figure.dpi"] = 300 # 分辨率 axes = plt.subplot() axes.minorticks_on() axes.tick_params(axis="both", which="major", direction="in", width=1, length=5) axes.tick_params(axis="both", which="minor", direction="in", width=1, length=3) axes.xaxis.set_minor_locator(MultipleLocator(0.4)) plt.plot(x, y1, color="k") plt.plot(x, y2, marker="o", line, color="k") plt.axis([0, 10, 0, 100]) plt.grid(True, which="major", line, color="gray", linewidth=0.75) plt.grid(True, which="minor", line, color="lightgray", linewidth=0.75) plt.xlabel(r"$alpha^2+beta^2$") plt.ylabel(r"$V_a (m/s)$") plt.legend(["Calculate", "Experiment"]) plt.show()
