使用python matplotlib画二维图，设置坐标轴刻度和colorbar刻度ticks

导入包

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
from matplotlib.ticker import (MultipleLocator, FormatStrFormatter, AutoMinorLocator)

数据准备

xi = np.linspace(-50000, 50000, 500)#从-50000到50000等间隔采样500个点构建1D数组
yi = np.linspace(-50000, 50000, 500)#从-50000到50000等间隔采样500个点构建1D数组

#从1D坐标得到2D网格坐标
X,Y=np.meshgrid(xi,yi)

#合成数据
Z=np.sin(1e-8*X*Y)*np.exp(-1e-8*X**2-1e-8*Y**2)

#自定义色标
colors=["magenta","blueviolet","royalblue","aqua","springgreen","greenyellow","yellow","orangered","red","white"]
clrmap=mcolors.LinearSegmentedColormap.from_list("mycmap",colors)

画图

#开始绘制
#图片宽度6, 高4，单位inch
fig=plt.figure(figsize=(6,4))
plt.pcolor(X,Y,Z,cmap=clrmap)

#令xy的尺度相同
plt.gca().set_aspect('equal', 'box')

#设置xy轴标签
plt.gca().set_xlabel("x (cm)",fontsize=12.5)
plt.gca().set_ylabel("y (cm)",fontsize=12.5)

到此，得下图

令xy坐标刻度用科学计数法表示

使用matplotlib.axes.Axes.ticklabel_format来控制坐标刻度格式。

• 用法：ticklabel_format(style='scientific',scilimits=(m,n),useMathText=False)
  • scilimits=(m,n)表示如果刻度范围超出$10^m$到$10^n$，那么就是用科学计数法。
  • 如果将scilimits参数设为(0,0)，那么对于所有的刻度范围都自动显示成科学计数的形式。
  • 令useMathText=False的时候，会显示为$1eX$的形式，useMathText=True的时候，会显示成$10^X$的形式。
• 官方文档：https://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.ticklabel_format.html#matplotlib.axes.Axes.ticklabel_format

在前面的画图代码继续敲下面这行：

#xy坐标刻度使用科学计数法
plt.gca().ticklabel_format(style='scientific',scilimits=(-2,2),useMathText=True)

得到下图

控制刻度间隔

• 方法：set_major_locator(locator)设置主刻度，set_minor_locator(locator)设置副刻度。locater使用MultipleLocator(n)可以令间隔为n，如果用AutoMinorLocator()则自动设置间隔。
• 官方示例： Major and minor ticks

继续上述的实例

#设置主刻度 major ticks和副刻度minor ticks
#使用MultipleLocator(10000)设置主刻度的间隔为10000
plt.gca().xaxis.set_major_locator(MultipleLocator(10000))
plt.gca().yaxis.set_major_locator(MultipleLocator(10000))

#自动设置副刻度的间隔
plt.gca().xaxis.set_minor_locator(AutoMinorLocator())
plt.gca().yaxis.set_minor_locator(AutoMinorLocator())

运行得到

刻度字体大小

#设置刻度的字体大小，which='both'表示major和minor ticks一起设置
plt.gca().tick_params(which='both',labelsize=12.5)
#下面两句设置x轴和y轴科学计数法部分(即x10^(4))的字体
plt.gca().xaxis.get_offset_text().set_fontsize(12.5)
plt.gca().yaxis.get_offset_text().set_fontsize(12.5)

得下图

添加colorbar并设置刻度

给图片添加颜色条，并且设置颜色条的刻度

#添加颜色条
clb=plt.colorbar()
#设置颜色条的刻度
clb.ax.yaxis.set_major_locator(MultipleLocator(0.025))
clb.ax.yaxis.set_minor_locator(MultipleLocator(0.005))
clb.ax.tick_params(labelsize=12.5)
#设置颜色条的title
clb.ax.set_title('unit',fontsize=12.5)

完整代码

完整代码如下：

# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
from matplotlib.ticker import (MultipleLocator, FormatStrFormatter, AutoMinorLocator)

#产生数据
#从-50000到50000等间隔采样500个点
xi = np.linspace(-50000, 50000, 500)
yi = np.linspace(-50000, 50000, 500)

#从一维数组得到二维数组
X,Y=np.meshgrid(xi,yi)
Z=np.sin(1e-8*X*Y)*np.exp(-1e-8*X**2-1e-8*Y**2)

#自定义色标
colors=["magenta","blueviolet","royalblue","aqua","springgreen","greenyellow","yellow","orangered","red","white"]
clrmap=mcolors.LinearSegmentedColormap.from_list("mycmap",colors)

#开始绘制
#图片宽度6, 高4，单位inch
fig=plt.figure(figsize=(6,4))
plt.pcolor(X,Y,Z,cmap=clrmap)

#令xy的尺度相同
plt.gca().set_aspect('equal', 'box')

#设置xy轴标签
plt.gca().set_xlabel("x (cm)",fontsize=12.5)
plt.gca().set_ylabel("y (cm)",fontsize=12.5)

#xy坐标刻度使用科学计数法
plt.gca().ticklabel_format(style='scientific',scilimits=(-2,2),useMathText=True)

#设置主刻度 major ticks和副刻度minor ticks
#使用MultipleLocator(10000)设置主刻度的间隔为10000
plt.gca().xaxis.set_major_locator(MultipleLocator(10000))
plt.gca().yaxis.set_major_locator(MultipleLocator(10000))

#自动设置副刻度的间隔
plt.gca().xaxis.set_minor_locator(AutoMinorLocator())
plt.gca().yaxis.set_minor_locator(AutoMinorLocator())

#设置刻度的字体大小，axis='both'表示major和minor ticks一起设置
plt.gca().tick_params(which='both',labelsize=12.5)
#下面两句设置x轴和y轴科学计数法部分(即x10^(4))的字体
plt.gca().xaxis.get_offset_text().set_fontsize(12.5)
plt.gca().yaxis.get_offset_text().set_fontsize(12.5)

#添加颜色条
clb=plt.colorbar()
#设置颜色条的刻度
clb.ax.yaxis.set_major_locator(MultipleLocator(0.025))
clb.ax.yaxis.set_minor_locator(MultipleLocator(0.005))
clb.ax.tick_params(labelsize=12.5)
#设置颜色条的title
clb.ax.set_title('unit',fontsize=12.5)

plt.show()