Spec-Zone.ru › Matplotlib

matplotlib.axes.Axes.set_xticklabels

Axes.set_xticklabels(labels, *, minor=False, fontdict=None, **kwargs)[source]

[Не рекомендуется] Установка меток шкал оси x с помощью списка строковых меток.

Не рекомендуется

Использование этого метода не рекомендуется из-за зависимости от позиций делений. В большинстве случаев вы захотите использовать Axes.set_[x/y/z]ticks(positions, labels) или Axes.set_xticks вместо него.

Если вы используете этот метод, вы всегда должны предварительно установить позиции делений, например, используя Axes.set_xticks или явно задавая FixedLocator. В противном случае деления могут свободно перемещаться, и метки могут оказаться в неожиданных позициях.

Параметры:
labelsпоследовательность str или Text

Тексты для меток каждого деления в последовательности, заданной Axes.set_xticks; количество меток должно совпадать с количеством позиций. Метки используются как есть, с помощью FixedFormatter (без дальнейшей форматирования).

minorbool

Если True, устанавливаются вспомогательные деления, а не основные.

fontdictdict, необязательно

Не рекомендуется

Использование fontdict не рекомендуется. Параметры должны передаваться как отдельные ключевые аргументы или с помощью распаковки словарей set_ticklabels(..., **fontdict).

Словарь, управляющий внешним видом меток. По умолчанию fontdict:

{'fontsize': rcParams['axes.titlesize'],
 'fontweight': rcParams['axes.titleweight'],
 'verticalalignment': 'baseline',
 'horizontalalignment': loc}
**kwargs

Свойства текста.

Предупреждение

Это устанавливает только свойства текущих делений, что достаточно только для статических графиков.

Деления не гарантируются как постоянные. Различные операции могут создавать, удалять и изменять экземпляры Tick. Существует реальная опасность, что эти настройки могут быть потеряны, если вы далее работаете с рисунком (включая также перемещение/приближение на отображаемом рисунке).

Используйте set_tick_params вместо этого, если это возможно.

Возвращает:
список Text

Для каждого деления включает tick.label1 если оно видимо, затем tick.label2 если оно видимо, в этом порядке.

Примеры использования matplotlib.axes.Axes.set_xticklabels

<img alt="" loading="lazy" src="data:image/png;base64,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

Создание аннотированных тепловых карт

Создание аннотированных тепловых карт

Управление несколькими фигурами в pyplot

Управление несколькими фигурами в pyplot

Диаграммы размаха

Диаграммы размаха

Рендеринг математических уравнений с помощью TeX

Рендеринг математических уравнений с помощью TeX

XKCD

XKCD

Руководство по ограниченному размещению

Руководство по ограниченному размещению

© 2012–2023 Matplotlib Development Team. All rights reserved.
Licensed under the Matplotlib License Agreement.
https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.set_xticklabels.html

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API