在Matplotlib中,我们可以使用plt.gca().invert_xaxis()和plt.gca().invert_yaxis()函数来设置X轴和Y轴的方向。下面是一个示例代码: importmatplotlib.pyplotaspltimportnumpyasnp x=np.linspace(0,10,100)y=np.sin(x)plt.plot(x,y)plt.gca().invert_x
2.1 使用ax.invert_xaxis()方法 这是最简单直接的方法,只需要在绘图后调用ax.invert_xaxis()即可。 importmatplotlib.pyplotaspltimportnumpyasnp# 创建数据x=np.linspace(0,10,100)y=np.sin(x)# 创建图形和坐标轴fig,ax=plt.subplots()# 绘制数据ax.plot(x,y,label='sin(x)')# 反转x轴ax.invert_x...
则可以使用 invert_xaxis() 仅用于反转 X 轴，而可以使用 invert_yaxis() 仅用于反转 Y 轴。
ax1.plot(x, y)#反转X轴ax2 = fig.add_subplot(212) ax2.invert_xaxis() ax2.plot(x, y) 上例两个子图的X轴顺序是相反的。 3.2. 反转Y轴 fig = plt.figure() x = np.array(range(0,8)) y = np.random.randint(1,100,8) ax1 = fig.add_subplot(211) ax1.plot(x, y)#反转Y轴ax...
2 首先开始调整y轴，使其从大到小显示（相对原来反过来），对ax调用invert_yaxis函数即可，运行代码后如下图所示y轴反过来了，图形也随着反转了。代码如下x = np.linspace(0,2*np.pi,200)y = np.sin(x)plt.plot(x,y)ax = plt.gca()ax.invert_yaxis()plt.title('sin函数-y轴反转')3 ...
style.use('seaborn-whitegrid') %matplotlib inline import numpy as np x = np.linspace(0, 10, 1000) fig, ax = plt.subplots() ax.plot(x, np.sin(x), '-b', label='Sine') ax.plot(x, np.cos(x), '--r', label='Cosine') ax.axis('equal') leg = ax.legend() #必须有才能...
y_hist.invert_xaxis() plt.show() 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 这里我们首先创建了正态分布的点作为后续需要显示的数据点,接下来我们创建了子图,并且设置了子图的格式,我们指定x轴子图和主子图之间共享x坐标值,y轴子图和主子图之间共享y坐标...
y_hist.hist(y,40, histtype='stepfilled', orientation='horizontal', color='gray') y_hist.invert_xaxis() # y轴方向(左上)直方图倒转x轴方向 plt.show() 这种沿着数据各自方向分布并绘制相应图表的需求是很通用的,因此在 Seaborn 包中它们有专门的 API 来实现...
除了设置原点的位置,我们还可以改变坐标轴的方向。Matplotlib 提供了invert_xaxis和invert_yaxis方法来实现此功能。 importmatplotlib.pyplotasplt# 创建一个图表对象fig,ax=plt.subplots()# 绘制图表plt.plot([0,1,2,3,4],[0,1,4,9,16])# 改变 x 轴和 y 轴的方向ax.invert_xaxis()ax.invert_yaxis()...
Axis.get_inverted和Axis.set_inverted方法用于查询并设置轴是否使用"反向"方向(即,x轴向左增加,y轴向下增加)。 其效果类似于Axes.xaxis_inverted,Axes.yaxis_inverted,Axes.invert_xaxis以及Axes.invert_yaxis。 具体的区别是Axes..set_inverted可以是轴反转更容易,不要考虑之前反转状态。 默认次要刻度线间距 对于...