修改刻度标签文本

警告：除非刻度标签已设置为字符串（如箱线图中通常的情况），否则这不适用于比 1.1.0 更新的任何 matplotlib 版本。如果你在当前的 github master 上工作，这是行不通的。我不确定问题出在哪里...可能是意外更改，也可能不是...

通常，您会按照以下方式做一些事情：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()

# We need to draw the canvas, otherwise the labels won't be positioned and 
# won't have values yet.
fig.canvas.draw()

labels = [item.get_text() for item in ax.get_xticklabels()]
labels[1] = 'Testing'

ax.set_xticklabels(labels)

plt.show()

https://i.stack.imgur.com/5m900.png

要了解您需要跳过这么多圈的原因，您需要更多地了解 matplotlib 的结构。

Matplotlib 故意避免对刻度等进行“静态”定位，除非明确告知。假设您希望与绘图进行交互，因此绘图、刻度、刻度标签等的边界将动态变化。

因此，您不能只设置给定刻度标签的文本。默认情况下，每次绘制绘图时，它都会由轴的定位器和格式化程序重新设置。

但是，如果定位器和格式化程序设置为静态（分别为 FixedLocator 和 FixedFormatter），则刻度标签保持不变。

这就是 set_*ticklabels 或 ax.*axis.set_ticklabels 的作用。

希望这可以更清楚地说明为什么更改单个刻度标签有点复杂。

通常，您真正想要做的只是注释某个位置。在这种情况下，请改为查看 annotate。

---

也可以使用 pylab 和 xticks 来做到这一点

import matplotlib
import matplotlib.pyplot as plt
x = [0,1,2]
y = [90,40,65]
labels = ['high', 'low', 37337]
plt.plot(x,y, 'r')
plt.xticks(x, labels, rotation='vertical')
plt.show()

https://matplotlib.org/stable/gallery/ticks_and_spines/ticklabels_rotation.html

---

在较新版本的 matplotlib 中，如果您不使用一组 str 值设置刻度标签，则默认情况下它们是 ''（绘制绘图时，标签只是刻度值）。知道这一点，要获得您想要的输出将需要这样的东西：

>>> from pylab import *
>>> axes = figure().add_subplot(111)
>>> a=axes.get_xticks().tolist()
>>> a[1]='change'
>>> axes.set_xticklabels(a)
[<matplotlib.text.Text object at 0x539aa50>, <matplotlib.text.Text object at 0x53a0c90>, 
<matplotlib.text.Text object at 0x53a73d0>, <matplotlib.text.Text object at 0x53a7a50>, 
<matplotlib.text.Text object at 0x53aa110>, <matplotlib.text.Text object at 0x53aa790>]
>>> plt.show()

https://i.stack.imgur.com/YiGb5.png

现在，如果您检查 _xticklabels，它们不再是一堆 ''。

>>> [item.get_text() for item in axes.get_xticklabels()]
['0.0', 'change', '1.0', '1.5', '2.0']

它适用于从 1.1.1rc1 到当前版本 2.0 的版本。

---

自从问这个问题以来已经有一段时间了。截至今天（matplotlib 2.2.2），经过一些阅读和试验，我认为最好/正确的方法如下：

Matplotlib 有一个名为 ticker 的模块，“包含支持完全可配置的刻度定位和格式化的类”。要修改图中的特定刻度，以下对我有用：

import matplotlib.pyplot as plt
import matplotlib.ticker as mticker
import numpy as np 

def update_ticks(x, pos):
    if x == 0:
        return 'Mean'
    elif pos == 6:
        return 'pos is 6'
    else:
        return x

data = np.random.normal(0, 1, 1000)
fig, ax = plt.subplots()
ax.hist(data, bins=25, edgecolor='black')
ax.xaxis.set_major_formatter(mticker.FuncFormatter(update_ticks))
plt.show()

https://i.stack.imgur.com/AuRQR.png

警告！ x 是刻度的值，pos 是它在轴上的相对位置。请注意，在索引时 pos 采用从 1 开始的值，而不是像往常一样在 0 中。

就我而言，我试图用百分比值格式化直方图的 y-axis。 mticker 有另一个名为 PercentFormatter 的类，它可以轻松完成此操作，而无需像以前那样定义单独的函数：

import matplotlib.pyplot as plt
import matplotlib.ticker as mticker
import numpy as np 

data = np.random.normal(0, 1, 1000)
fig, ax = plt.subplots()
weights = np.ones_like(data) / len(data)
ax.hist(data, bins=25, weights=weights, edgecolor='black')
ax.yaxis.set_major_formatter(mticker.PercentFormatter(xmax=1.0, decimals=1))
plt.show()

https://i.stack.imgur.com/PKy37.png

在这种情况下，xmax 是对应于 100% 的数据值。百分比计算为 x / xmax * 100，这就是我们修复 xmax=1.0 的原因。此外，decimals 是小数点后的小数位数。

---

这有效：

import matplotlib.pyplot as plt

fig, ax1 = plt.subplots(1,1)

x1 = [0,1,2,3]
squad = ['Fultz','Embiid','Dario','Simmons']

ax1.set_xticks(x1)
ax1.set_xticklabels(squad, minor=False, rotation=45)

https://i.stack.imgur.com/qQx6q.png

---

坐标轴类有一个 set_yticklabels 函数，可让您设置刻度标签，如下所示：

#ax is the axes instance
group_labels = ['control', 'cold treatment',
             'hot treatment', 'another treatment',
             'the last one']

ax.set_xticklabels(group_labels)

我仍在研究为什么上面的示例不起作用。

---

这也适用于 matplotlib 3：

x1 = [0,1,2,3]
squad = ['Fultz','Embiid','Dario','Simmons']

plt.xticks(x1, squad, rotation=45)

---

如果您不使用 fig 和 ax 并且想要修改所有标签（例如，为了标准化），您可以这样做：

labels, locations = plt.yticks()
plt.yticks(labels, labels/max(labels))

---

尝试这个 ：

  fig,axis = plt.subplots(nrows=1,ncols=1,figsize=(13,6),sharex=True)
  axis.set_xticklabels(['0', 'testing', '10000', '20000', '30000'],fontsize=22)

---

我注意到这里发布的所有使用 set_xticklabels() 的解决方案都没有保留 offset，这是一个应用于刻度值的缩放因子，以创建更好看的刻度标签。例如，如果刻度在 0.00001 (1e-5) 的数量级上，matplotlib 将自动添加 1e-5 的比例因子（或 offset），因此生成的刻度标签可能最终为 1 2 3 4，而不是比 1e-5 2e-5 3e-5 4e-5。

下面给出一个例子：

x 数组是 np.array([1, 2, 3, 4])/1e6，y 是 y=x**2。所以两者都是非常小的值。

左栏：按照@Joe Kington 的建议手动更改第一个和第三个标签。请注意，偏移量会丢失。

中间列：与@iipr 建议的类似，使用 FuncFormatter。

右栏：我建议的保留偏移解决方案。

https://i.stack.imgur.com/ZZAOV.png

完整代码在这里：

import matplotlib.pyplot as plt
import numpy as np

# create some *small* data to plot
x = np.arange(5)/1e6
y = x**2

fig, axes = plt.subplots(1, 3, figsize=(10,6))

#------------------The set_xticklabels() solution------------------
ax1 = axes[0]
ax1.plot(x, y)
fig.canvas.draw()
labels = [item.get_text() for item in ax1.get_xticklabels()]

# Modify specific labels
labels[1] = 'Testing'
labels[3] = 'Testing2'
ax1.set_xticklabels(labels)
ax1.set_title('set_xticklabels()')

#--------------FuncFormatter solution--------------
import matplotlib.ticker as mticker

def update_ticks(x, pos):
    if pos==1:
        return 'testing'
    elif pos==3:
        return 'testing2'
    else:
        return x

ax2=axes[1]
ax2.plot(x,y)
ax2.xaxis.set_major_formatter(mticker.FuncFormatter(update_ticks))
ax2.set_title('Func Formatter')

#-------------------My solution-------------------
def changeLabels(axis, pos, newlabels):
    '''Change specific x/y tick labels

    Args:
        axis (Axis): .xaxis or .yaxis obj.
        pos (list): indices for labels to change.
        newlabels (list): new labels corresponding to indices in <pos>.
    '''

    if len(pos) != len(newlabels):
        raise Exception("Length of <pos> doesn't equal that of <newlabels>.")

    ticks = axis.get_majorticklocs()
    # get the default tick formatter
    formatter = axis.get_major_formatter()
    # format the ticks into strings
    labels = formatter.format_ticks(ticks)

    # Modify specific labels
    for pii, lii in zip(pos, newlabels):
        labels[pii] = lii

    # Update the ticks and ticklabels. Order is important here.
    # Need to first get the offset (1e-6 in this case):
    offset = formatter.get_offset()
    # Then set the modified labels:
    axis.set_ticklabels(labels)
    # In doing so, matplotlib creates a new FixedFormatter and sets it to the xaxis
    # and the new FixedFormatter has no offset. So we need to query the
    # formatter again and re-assign the offset:
    axis.get_major_formatter().set_offset_string(offset)

    return

ax3 = axes[2]
ax3.plot(x, y)

changeLabels(ax3.xaxis, [1, 3], ['Testing', 'Testing2'])
ax3.set_title('With offset')

fig.show()
plt.savefig('tick_labels.png')

警告：似乎使用 set_xticklabels() 的解决方案（包括我自己的解决方案）依赖于 FixedFormatter，它是静态的，不会响应图形大小调整。要观察效果，请将图形更改为较小的尺寸，例如 fig, axes = plt.subplots(1, 3, figsize=(6,6)) 并放大图形窗口。您会注意到只有中间列响应调整大小并随着图形变大添加更多刻度。左右列将有空的刻度标签（见下图）。

警告 2：我还注意到，如果您的刻度值是浮点数，则直接调用 set_xticklabels(ticks) 可能会给您提供难看的字符串，例如 1.499999999998 而不是 1.5。

https://i.stack.imgur.com/chgXN.png

---

你可以做：

for k in ax.get_xmajorticklabels():
    if some-condition:
        k.set_color(any_colour_you_like)

draw()

---