如何强制 AxesSubplot 使用整数刻度标签答案

【问题标题】：How to force AxesSubplot to use integer tick labels如何强制 AxesSubplot 使用整数刻度标签
【发布时间】：2020-10-02 23:18:22
【问题描述】：

我正在努力将 Integerlabels 正确应用于 AxesSubplot 对象。不知何故，所有其他流行的解决方案都不起作用。我认为这与 Pandas 的绘图方式与 Matplotlib 本地绘制数据框的方式有关。

查看文档时，提到防止using the optional parameter x_compat 调整分辨率，如下所示：

df['A'].plot(x_compat=True)

但是这只会给我一个错误，而且我在pandas 1.1.2 docs 中也找不到这个参数。

这是产生情节的代码：

def count_id(id_val):
    plot = df[df['ID']==id_val]['TRANSCRIPTION_STRING'].value_counts().plot(kind='bar')
    plot.set_xticklabels(plot.get_xticklabels(), rotation=40, ha ='right')
    print(type(plot))

我找到了this answer，但由于以下原因没有帮助：

它使用.gca() 对我的情况抛出错误。
它专门使用matplotlib 而不是pandas.plot，这在引擎盖下是相同的，但几乎没有非常不同的文档，并且对于我的情况并不明显。更有经验的用户可能会有所不同。

这是一个很好的建议，我看到了相似之处，但我非常想在询问之前发现它有帮助，但它没有帮助。

【问题讨论】：

标签： python pandas matplotlib

【解决方案1】：

你可以使用：

from matplotlib.ticker import MaxNLocator

plot.yaxis.set_major_locator(MaxNLocator(integer=True))

MaxNLocator 是刻度的默认 'locator'。您还可以强制一些固定的倍数，例如set_major_locator(MultipleLocater(1)).

PS：pandasplot函数返回值的常用变量名是ax。这更清楚地表明标准的 matplotlib 函数可用于自定义绘图。

    ax = df[df['ID']==id_val]['TRANSCRIPTION_STRING'].value_counts().plot(kind='bar')
    ax.set_xticklabels(plot.get_xticklabels(), rotation=40, ha ='right')
    ax.yaxis.set_major_locator(MaxNLocator(integer=True))

【讨论】：