python中的plt如何画出负轴

一、直接使用plt.axhline()和plt.axvline()、使用plt.xlim()和plt.ylim()、使用plt.plot()绘制带负轴的图表

在Python中使用Matplotlib库绘制带负轴的图表是一个常见的需求。可以使用plt.axhline()和plt.axvline()分别绘制水平和垂直的轴线、通过plt.xlim()和plt.ylim()设置x轴和y轴的显示范围、使用plt.plot()并设置合适的x轴和y轴数据。下面将详细介绍如何使用这些方法来绘制带负轴的图表。

一、使用`plt.axhline()`和`plt.axvline()`

plt.axhline()和plt.axvline()函数分别可以绘制水平和垂直的轴线。通过这些函数，可以方便地在图表中添加负轴。

1. 绘制水平轴线

使用plt.axhline()函数可以绘制一条水平轴线。参数包括y轴的值、颜色、线型等。例如：

import matplotlib.pyplot as plt
plt.axhline(y=0, color='k', linestyle='--')  # 绘制y=0的水平轴线
plt.show()

2. 绘制垂直轴线

使用plt.axvline()函数可以绘制一条垂直轴线。参数包括x轴的值、颜色、线型等。例如：

import matplotlib.pyplot as plt
plt.axvline(x=0, color='k', linestyle='--')  # 绘制x=0的垂直轴线
plt.show()

通过结合这两个函数，可以同时绘制水平和垂直的负轴：

import matplotlib.pyplot as plt
plt.axhline(y=0, color='k', linestyle='--')  # 绘制y=0的水平轴线
plt.axvline(x=0, color='k', linestyle='--')  # 绘制x=0的垂直轴线
plt.show()

二、使用`plt.xlim()`和`plt.ylim()`

通过plt.xlim()和plt.ylim()函数，可以设置x轴和y轴的显示范围，从而确保图表中包含负轴。

1. 设置x轴范围

使用plt.xlim()函数可以设置x轴的显示范围。例如：

import matplotlib.pyplot as plt
plt.xlim(-10, 10)  # 设置x轴范围为-10到10
plt.show()

2. 设置y轴范围

使用plt.ylim()函数可以设置y轴的显示范围。例如：

import matplotlib.pyplot as plt
plt.ylim(-10, 10)  # 设置y轴范围为-10到10
plt.show()

通过结合这两个函数，可以同时设置x轴和y轴的范围：

import matplotlib.pyplot as plt
plt.xlim(-10, 10)  # 设置x轴范围为-10到10
plt.ylim(-10, 10)  # 设置y轴范围为-10到10
plt.show()

三、使用`plt.plot()`绘制带负轴的图表

通过plt.plot()函数，可以绘制带有负轴的数据图表。只需确保数据中包含负值，并设置合适的轴范围。

1. 绘制简单折线图

使用plt.plot()函数可以绘制简单的折线图。例如：

import matplotlib.pyplot as plt
x = [-10, -5, 0, 5, 10]
y = [10, 5, 0, -5, -10]
plt.plot(x, y)  # 绘制折线图
plt.axhline(y=0, color='k', linestyle='--')  # 添加水平轴线
plt.axvline(x=0, color='k', linestyle='--')  # 添加垂直轴线
plt.show()

2. 设置轴范围和标签

可以通过plt.xlim()和plt.ylim()函数设置轴范围，并通过plt.xlabel()和plt.ylabel()函数添加轴标签。例如：

import matplotlib.pyplot as plt
x = [-10, -5, 0, 5, 10]
y = [10, 5, 0, -5, -10]
plt.plot(x, y)  # 绘制折线图
plt.axhline(y=0, color='k', linestyle='--')  # 添加水平轴线
plt.axvline(x=0, color='k', linestyle='--')  # 添加垂直轴线
plt.xlim(-15, 15)  # 设置x轴范围
plt.ylim(-15, 15)  # 设置y轴范围
plt.xlabel('X轴')  # 添加x轴标签
plt.ylabel('Y轴')  # 添加y轴标签
plt.title('带负轴的折线图')  # 添加图表标题
plt.show()

四、在具体应用中的实例

1. 绘制带负轴的散点图

除了折线图，还可以使用plt.scatter()函数绘制带负轴的散点图。例如：

import matplotlib.pyplot as plt
x = [-10, -5, 0, 5, 10]
y = [10, 5, 0, -5, -10]
plt.scatter(x, y)  # 绘制散点图
plt.axhline(y=0, color='k', linestyle='--')  # 添加水平轴线
plt.axvline(x=0, color='k', linestyle='--')  # 添加垂直轴线
plt.xlim(-15, 15)  # 设置x轴范围
plt.ylim(-15, 15)  # 设置y轴范围
plt.xlabel('X轴')  # 添加x轴标签
plt.ylabel('Y轴')  # 添加y轴标签
plt.title('带负轴的散点图')  # 添加图表标题
plt.show()

2. 绘制带负轴的条形图

同样地，可以使用plt.bar()函数绘制带负轴的条形图。例如：

import matplotlib.pyplot as plt
x = [-10, -5, 0, 5, 10]
y = [10, 5, 0, -5, -10]
plt.bar(x, y)  # 绘制条形图
plt.axhline(y=0, color='k', linestyle='--')  # 添加水平轴线
plt.axvline(x=0, color='k', linestyle='--')  # 添加垂直轴线
plt.xlim(-15, 15)  # 设置x轴范围
plt.ylim(-15, 15)  # 设置y轴范围
plt.xlabel('X轴')  # 添加x轴标签
plt.ylabel('Y轴')  # 添加y轴标签
plt.title('带负轴的条形图')  # 添加图表标题
plt.show()

五、综合实例

在实际应用中，可能需要综合使用上述方法来绘制带负轴的复杂图表。以下是一个综合实例，展示如何绘制带有负轴的多图表组合。

import matplotlib.pyplot as plt
fig, axs = plt.subplots(2, 2, figsize=(10, 10))
折线图
x = [-10, -5, 0, 5, 10]
y = [10, 5, 0, -5, -10]
axs[0, 0].plot(x, y)
axs[0, 0].axhline(y=0, color='k', linestyle='--')
axs[0, 0].axvline(x=0, color='k', linestyle='--')
axs[0, 0].set_xlim(-15, 15)
axs[0, 0].set_ylim(-15, 15)
axs[0, 0].set_title('折线图')
散点图
axs[0, 1].scatter(x, y)
axs[0, 1].axhline(y=0, color='k', linestyle='--')
axs[0, 1].axvline(x=0, color='k', linestyle='--')
axs[0, 1].set_xlim(-15, 15)
axs[0, 1].set_ylim(-15, 15)
axs[0, 1].set_title('散点图')
条形图
axs[1, 0].bar(x, y)
axs[1, 0].axhline(y=0, color='k', linestyle='--')
axs[1, 0].axvline(x=0, color='k', linestyle='--')
axs[1, 0].set_xlim(-15, 15)
axs[1, 0].set_ylim(-15, 15)
axs[1, 0].set_title('条形图')
自定义图表
x = [-10, -5, 0, 5, 10]
y1 = [10, 5, 0, -5, -10]
y2 = [-10, -5, 0, 5, 10]
axs[1, 1].plot(x, y1, label='数据1')
axs[1, 1].plot(x, y2, label='数据2')
axs[1, 1].axhline(y=0, color='k', linestyle='--')
axs[1, 1].axvline(x=0, color='k', linestyle='--')
axs[1, 1].set_xlim(-15, 15)
axs[1, 1].set_ylim(-15, 15)
axs[1, 1].legend()
axs[1, 1].set_title('自定义图表')
plt.tight_layout()
plt.show()