Noter
Cliquez ici pour télécharger l'exemple de code complet
Réglage automatique des positions de tick #
Réglage du comportement du placement automatique des ticks.
Par défaut, Matplotlib choisira le nombre de graduations et les positions des graduations afin qu'il y ait un nombre raisonnable de graduations sur l'axe et qu'elles soient situées à des nombres "ronds".
Par conséquent, il se peut qu'il n'y ait pas de tiques sur les bords du tracé.
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(19680801)
fig, ax = plt.subplots()
dots = np.linspace(0.3, 1.2, 10)
X, Y = np.meshgrid(dots, dots)
x, y = X.ravel(), Y.ravel()
ax.scatter(x, y, c=x+y)
plt.show()
Si vous souhaitez conserver les ticks aux nombres ronds et avoir également des ticks sur les bords, vous pouvez passer rcParams["axes.autolimit_mode"]
(par défaut : 'data'
) à 'round_numbers'. Cela étend les limites de l'axe au nombre rond suivant.
plt.rcParams['axes.autolimit_mode'] = 'round_numbers'
# Note: The limits are calculated at draw-time. Therefore, when using
# :rc:`axes.autolimit_mode` in a context manager, it is important that
# the ``show()`` command is within the context.
fig, ax = plt.subplots()
ax.scatter(x, y, c=x+y)
plt.show()
Les nombres ronds autolimit_mode sont toujours respectés si vous définissez une marge supplémentaire autour des données à l'aide de Axes.set_xmargin
/ Axes.set_ymargin
:
fig, ax = plt.subplots()
ax.scatter(x, y, c=x+y)
ax.set_xmargin(0.8)
plt.show()
Durée totale d'exécution du script : ( 0 minutes 1.040 secondes)