我有以下简单的情节，我想显示原点轴 (x, y)。我已经有了网格，但我需要强调 x、y 轴。
这是我的代码：
x = linspace(0.2,10,100)
plot(x, 1/x)
plot(x, log(x))
axis('equal')
grid()
我看到了this 的问题。接受的答案建议使用“轴脊”，并仅链接到一些示例。然而，这个例子太复杂了，使用了子图。在我的简单示例中，我无法弄清楚如何使用“轴脊”。
【问题讨论】：
标签： matplotlib ipython ipython-notebook
使用subplots 不是太复杂，可能是刺。
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0.2,10,100)
fig, ax = plt.subplots()
ax.plot(x, 1/x)
ax.plot(x, np.log(x))
ax.set_aspect('equal')
ax.grid(True, which='both')
ax.axhline(y=0, color='k')
ax.axvline(x=0, color='k')
我得到：
（您看不到垂直轴，因为 x 下限为零。）
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0.2,10,100)
fig, ax = plt.subplots()
ax.plot(x, 1/x)
ax.plot(x, np.log(x))
ax.set_aspect('equal')
ax.grid(True, which='both')
# set the x-spine (see below for more info on `set_position`)
ax.spines['left'].set_position('zero')
# turn off the right spine/ticks
ax.spines['right'].set_color('none')
ax.yaxis.tick_left()
# set the y-spine
ax.spines['bottom'].set_position('zero')
# turn off the top spine/ticks
ax.spines['top'].set_color('none')
ax.xaxis.tick_bottom()
seaborn（我最喜欢的）import numpy as np
import matplotlib.pyplot as plt
import seaborn
seaborn.set(style='ticks')
x = np.linspace(0.2,10,100)
fig, ax = plt.subplots()
ax.plot(x, 1/x)
ax.plot(x, np.log(x))
ax.set_aspect('equal')
ax.grid(True, which='both')
seaborn.despine(ax=ax, offset=0) # the important part here
set_position方法这是set_position method of spines 的文档：
脊椎位置由（位置类型，数量）的 2 个元组指定。 职位类型有：
'outward' ：将脊椎从数据区域向外放置指定的点数。 （负值指定放置
脊柱向内。）'axes' ：将脊椎放置在指定的 Axes 坐标处（从 0.0-1.0)。
'data' : 将书脊放置在指定的数据坐标处。
此外，速记符号定义了一个特殊的位置：
- 'center' -> ('axes',0.5)
- “零”->（“数据”，0.0）
所以你可以在任何地方放置，比如左脊椎：
ax.spines['left'].set_position((system, poisition))
其中system 是“向外”、“轴”或“数据”，position 在该坐标系中的位置。
【讨论】：
让我为那些将像我刚才一样搜索它的人回答这个（相当老的）问题。尽管它提出了可行的解决方案，但我认为（仅）提供的答案过于复杂，当涉及到问题中描述的这种简单情况时（注意：此方法要求您指定所有轴端点）。
我在matplotlib's pyplot 上的one of the first tutorials 中找到了一个简单的工作解决方案。 在创建绘图后添加以下行
就足够了plt.axis([xmin, xmax, ymin, ymax])
如下例：
from matplotlib import pyplot as plt
xs = [1,2,3,4,5]
ys = [3,5,1,2,4]
plt.scatter(xs, ys)
plt.axis([0,6,0,6]) #this line does the job
plt.show()
产生以下结果：
【讨论】：