# 4.2.3：自定义坐标刻度

## 主次要刻度
学习前最好先对`matplotlib`图形的对象层级有深入了解。`matplotlib`的`figure`对象是一个盛放图形元素的包围盒。可以将每个`matplotlib`对象都看成是子对象的容器，每个`figure`都包含`axes`对象，每个`axes`对象又包含其他表示图形内容的对象，比如`xaxis/yaxis`，每个属性包含构成坐标轴的线条、刻度和标签的全部属性。

每一个坐标轴都有主次要刻度，主要刻度要比次要刻度更大更显著，而次要刻度往往更小。
```python
import matplotlib.pyplot as plt
import numpy as np

ax = plt.axes(xscale='log', yscale='log')
plt.show()
```

![](14.jpg)

可以看到主要刻度都显示为一个较大的刻度线和标签，而次要刻度都显示为一个较小的可读性，不显示标签。

## 隐藏刻度与标签
最常用的刻度/标签格式化操作可能就是隐藏刻度与标签了，可以通过`plt.NullLocator()`和`plt.NullFormatter()`实现。

示例如下：
```python
ax = plt.axes()
ax.plot(np.random.rand(50))
ax.yaxis.set_major_locator(plt.NullLocator())
ax.xaxis.set_major_formatter(plt.NullFormatter())
plt.show()
```

![](15.jpg)

这里`x`轴的标签隐藏了但是保留了刻度线，`y`轴的刻度和标签都隐藏了。有的图片中都不需要刻度线，比如下面这张包含人脸的图形：

```python
fig, ax = plt.subplots(5, 5, figsize=(5, 5))
fig.subplots_adjust(hspace=0, wspace=0)
# 从scikit-learn获取一些人脸照片数据
from sklearn.datasets import fetch_olivetti_faces
faces = fetch_olivetti_faces().images
for i in range(5):
    for j in range(5):
        ax[i, j].xaxis.set_major_locator(plt.NullLocator())
        ax[i, j].yaxis.set_major_locator(plt.NullLocator())
        ax[i, j].imshow(faces[10 * i + j], cmap="bone")
plt.show()
```

![](16.png)

## 花哨的刻度格式

`matplotlib`默认的刻度格式可以满足大部分的需求。虽然默认配置已经很不错了，但是有时候可能需要更多的功能，比如正弦曲线和余弦曲线,默认情况下刻度为整数，如果将刻度与网格线画在`π`的倍数上图形会更加自然，可以通过设置一个`multipleLocator`来实现将刻度放在你提供的数值倍数上：

```python
fig, ax = plt.subplots()
x = np.linspace(0, 3 * np.pi, 1000)
ax.plot(x, np.sin(x), lw=3, label='Sine')
ax.plot(x, np.cos(x), lw=3, label='Cosine')
# 设置网格、图例和坐标轴上下限
ax.grid(True)
ax.legend(frameon=False)
ax.axis('equal')
ax.set_xlim(0, 3 * np.pi)

ax.xaxis.set_major_locator(plt.MultipleLocator(np.pi / 2))
ax.xaxis.set_minor_locator(plt.MultipleLocator(np.pi / 4))

plt.show()
```

![](17.jpg)

`matplotlib`还支持用数学符号来做刻度，在数学表达式两侧加上美元符号`$`，这样就可以方便地显示数学符号和数学公式。可以用`plt.FuncFormatter`来实现，用一个自定义函数设置不同刻度标签的显示：
```python
def format_func(value, tick_number):
# 找到π/2的倍数刻度
    N = int(np.round(2 * value / np.pi))
    if N == 0:
        return "0"
    elif N == 1:
        return r"$\pi/2$"
    elif N == 2:
        return r"$\pi$"
    elif N % 2 > 0:
        return r"${0}\pi/2$".format(N)
    else:
        return r"${0}\pi$".format(N // 2)
ax.xaxis.set_major_formatter(plt.FuncFormatter(format_func))
```

![](18.jpg)

## 格式生成器与定位器

前面已经介绍了一些格式生成器和定位器，这里再用表格简单总结一些内置的格式生成器和定位器：

| 定位器  |描述   |
| :------------: | :------------: |
|NullLocator   |无刻度   |
| FixedLocator  | 刻度位置固定  |
|  IndexLocator | 用索引作为定位器  |
| LinearLocator  | 从min 到max 均匀分布刻度  |
| LogLocator  |从min 到max 按对数分布刻度   |
|MultipleLocator   |刻度和范围都是基数的倍数   |
|MaxNLocator   |为最大刻度找到最优位置   |
|AutoMinorLocator   | 次要刻度的定位器  |

|格式生成器   |描述   |
| :------------: | :------------: |
|NullFormatter   |刻度上无标签   |
|IndexFormatter   | 将一组标签设置为字符串  |
|FixedFormatter   |手动为刻度设置标签   |
|FuncFormatter   |用自定义函数设置标签   |
|FormatStrFormatter   |为每个刻度值设置字符串格式   |
|ScalarFormatter   |为标量值设置标签   |
|LogFormatter   |对数坐标轴的默认格式生成器   |