📊 阅读时长：16分钟 | 关键词：Matplotlib、坐标轴标签、刻度设置、spines边框、legend图例、text标注

引言

上篇文章我们画出了第一张图，但光秃秃的——没轴标签、没图例、坐标轴位置也不对。这篇文章把坐标轴"打扮"起来，让你的图表从"能看"变成"好看"。

一、设置坐标轴标签

plt.xlabel() 和 plt.ylabel() 给横纵坐标轴加说明文字：

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

x = np.linspace(-3, 3, 50)
y = np.sin(x)

plt.figure()
plt.plot(x, y)

# 横轴标签
plt.xlabel("这是 x 轴")
# 纵轴标签，设置字体大小
plt.ylabel("这是 y 轴", fontsize=14)

plt.show()

二、设置坐标轴刻度

plt.xticks() 和 plt.yticks() 控制刻度位置和标签：

plt.figure()
plt.plot(x, y)

# 自定义刻度位置和标签
plt.yticks(ticks=[-1, -0.8, -0.5, -0.1, 1], 
           labels=["a", "b", "c", "d", "e"])
plt.show()

ticks   → 刻度点的位置（刻度线画在这些值上）
labels  → 刻度点下方显示的文字

更多刻度操作：

# 去掉刻度（轴还在）
plt.figure()
plt.plot(x, y)
plt.xticks(ticks=[])
plt.show()

# 关闭整个坐标体系
plt.figure()
plt.plot(x, y)
plt.axis("off")
plt.show()

# labels 不指定时，默认显示 ticks 的值
plt.figure()
plt.plot(x, y)
new_xticks = np.linspace(-4, 4, 9)
plt.xticks(ticks=new_xticks)
plt.yticks(ticks=[-1, -0.8, -0.5, -0.1, 1])
plt.show()

参数	说明
ticks	刻度点位置列表（设为 [] 去掉刻度，但轴还在）
labels	刻度点标签列表，不指定则显示 ticks 值

三、设置坐标边框颜色

Matplotlib 的坐标体系有四个边框：top、bottom、left、right。你可以分别设置它们的颜色——或者干脆隐藏掉。

plt.figure()
plt.plot(x, y)
plt.yticks(ticks=[-1, -0.8, -0.5, -0.1, 1], labels=["a", "b", "c", "d", "e"])

# 获取当前坐标体系
ax = plt.gca()

# 分别设置四个边框的颜色
ax.spines['right'].set_color('None')     # 'None' = 隐藏
ax.spines['top'].set_color('None')       # 隐藏
ax.spines['left'].set_color('red')       # 红色
ax.spines['bottom'].set_color('green')   # 绿色

plt.show()

步骤总结：

1. plt.gca() 获取当前坐标体系
2. ax.spines['top/bottom/left/right'] 获取指定边框
3. .set_color() 设置颜色（'None' 表示隐藏）

四、移动坐标轴（原点居中）

默认坐标轴在左下角，数学图表通常希望坐标轴穿过原点：

plt.figure()
plt.plot(x, y)
plt.yticks(ticks=[-1, -0.8, -0.5, -0.1, 1], labels=['a', 'b', 'c', 'd', 'e'])

ax = plt.gca()
ax.spines['right'].set_color('None')
ax.spines['top'].set_color('None')
ax.spines['left'].set_color('red')
ax.spines['bottom'].set_color('green')

# 把左轴移到 x=0 的位置
ax.spines['left'].set_position(('data', 0))
# 把底轴移到 y=-0.1 的位置
ax.spines['bottom'].set_position(('data', -0.1))

plt.show()

.set_position(('data', value)) 把边框移到数据坐标系中的指定位置——左轴移到 x=0 就成了 y 轴，底轴移到 y=0 就成了 x 轴。

五、指定边框为坐标轴

你也可以不移动边框，而是把"上边"当 x 轴、"右边"当 y 轴：

plt.figure()
plt.plot(x, y)
plt.yticks(ticks=[-1, -0.8, -0.5, -0.1, 1], labels=['a', 'b', 'c', 'd', 'e'])

ax = plt.gca()
ax.spines['right'].set_color('skyblue')
ax.spines['top'].set_color('blue')
ax.spines['left'].set_color('red')
ax.spines['bottom'].set_color('green')

# 把上边框作为 x 轴（刻度显示在上面）
ax.xaxis.set_ticks_position('top')
# 把右边框作为 y 轴（刻度显示在右边）
ax.yaxis.set_ticks_position('right')

plt.show()

六、plt.legend() 创建图例

画了多条线，哪条是哪个？图例来回答。

x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = np.sin(x)

plt.figure()
# 画线时通过 label 指定图例文字
plt.plot(x, y1, color='blue', label='直线')
plt.plot(x, y2, color='green', label='曲线')

plt.legend(loc='lower right', fontsize=14, 
           frameon=True, edgecolor='red', facecolor='yellow')
plt.show()

如果画线时没设 label，也可以在 legend() 中指定：

plt.figure()
plt.plot(x, y1, color='blue')
plt.plot(x, y2, color='green')
# 直接指定 labels
plt.legend(labels=['直线', '曲线'])
plt.show()

只显示指定线条的图例：

plt.figure()
line1, = plt.plot(x, y1, color='blue', label='直线')
line2, = plt.plot(x, y2, color='green', label='曲线')

# 只显示第一条线的图例，并改名为 '线条1'
plt.legend(handles=[line1, ], labels=['线条1', ])
plt.show()

💡 plt.plot() 返回一个 Line2D 对象列表，用 line1, 解包取出单条线。

legend 参数速查：

参数	说明	示例
handles	绑定的线对象列表	handles=[line1]
labels	图例文字列表	labels=['直线','曲线']
loc	图例位置	'best'（默认）, 'upper right', 'lower left'
fontsize	字体大小	14
edgecolor	图例边框颜色	'red'
facecolor	图例背景颜色	'yellow'
frameon	是否显示边框	True / False

七、plt.text() 添加文字标注

在图的任意位置写字：

plt.figure()
plt.plot(x, y)

# 在坐标 (1.1, 0.6) 处写 "y=sinx"
plt.text(x=1.1, y=0.6, s="y=sinx", size=16, color="red")
plt.show()

参数	说明
x, y	文字起始位置（数据坐标）
s	文字内容
size	文字大小
color	文字颜色
ha	水平对齐：'left', 'center', 'right'
va	垂直对齐：'top', 'center', 'bottom'

小结

步骤	函数	效果
坐标轴标签	plt.xlabel() / plt.ylabel()	告诉读者这是什么轴
坐标轴刻度	plt.xticks() / plt.yticks()	控制刻度位置和显示文字
边框颜色	ax.spines[].set_color()	隐藏多余边框，突出关键轴
移动坐标轴	ax.spines[].set_position()	把轴移到原点（数学图必备）
图例	plt.legend()	区分多条线
文字标注	plt.text()	在图上任意位置加说明

下一篇文章，我们画三种实战图表——散点图、条形图和热力图，把前面的轴设置技巧全用上。

---

本文是「Python从入门到数据分析」系列的第 20 篇。关注我，不错过后续更新。