话不多说,直接看代码和效果(不设置字体大小、逐个设置以及批量设置),其中,曲线的大小、类型以及颜色可以看我的另一篇博客。
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d
x = [0, 1]
y = [0, 1]
z = [0, 1]
################## 未设置 #################
fig = plt.figure()
ax = fig.gca(projection='3d')
# 设置坐标系标签
ax.set_xlabel('X/m')
ax.set_ylabel('Y/m')
ax.set_zlabel('Z/m')
# 设置坐标系范围
ax.set_xlim([-0.1, 1.1])
ax.set_ylim([-0.1, 1.1])
ax.set_zlim([-0.1, 1.1])
# 设置坐标系刻度
ax.set_xticks([0.0, 1.0])
ax.set_zticks([0.0, 1.0])
ax.set_yticks([0.0, 1.0])
# 设置曲线的颜色、类型、标签以及线宽
ax.plot(x, y, z, label='机器人')
# 设置图例显示区域、是否显示框、大小。
ax.legend()
plt.show()
################## 逐个设置 #################
fig = plt.figure()
ax = fig.gca(projection='3d')
# 设置坐标系标签的大小,标签与坐标轴的距离
ax.set_xlabel('X/m', size=15, labelpad=15)
ax.set_ylabel('Y/m', size=15, labelpad=15)
ax.set_zlabel('Z/m', size=15, labelpad=15)
# 设置坐标系刻度的大小
ax.tick_params(labelsize=15)
# 设置坐标系范围
ax.set_xlim([-0.1, 1.1])
ax.set_ylim([-0.1, 1.1])
ax.set_zlim([-0.1, 1.1])
# 设置坐标系刻度
ax.set_xticks([0.0, 1.0])
ax.set_zticks([0.0, 1.0])
ax.set_yticks([0.0, 1.0])
# 设置曲线的颜色、类型、标签以及线宽
ax.plot(x, y, z, 'b-.', label='机器人', linewidth=3.0)
# 设置图例显示区域、是否显示框、大小。
ax.legend(loc='upper right', frameon=False, fontsize=15)
plt.show()
################## 批量设置 #################
fig = plt.figure()
ax = fig.gca(projection='3d')
# 批量设置的属性
fontSet = {'size': 15}
# 设置坐标系标签的大小,标签与坐标轴的距离
ax.set_xlabel('X/m', fontSet, labelpad=15)
ax.set_ylabel('Y/m', fontSet, labelpad=15)
ax.set_zlabel('Z/m', fontSet, labelpad=15)
# 设置坐标系刻度的大小
ax.tick_params(labelsize=15)
# 设置坐标系范围
ax.set_xlim([-0.1, 1.1])
ax.set_ylim([-0.1, 1.1])
ax.set_zlim([-0.1, 1.1])
# 设置坐标系刻度
ax.set_xticks([0.0, 1.0])
ax.set_zticks([0.0, 1.0])
ax.set_yticks([0.0, 1.0])
# 设置曲线的颜色、类型、标签以及线宽
ax.plot(x, y, z, 'b--', label='机器人', linewidth=3.0)
# 设置图例显示区域、是否显示框、大小。
ax.legend(loc='upper right', frameon=False, prop=fontSet)
plt.show()
################# 二维曲线设置 ################
# 两列一行,第一幅子图
sub1 = plt.subplot(2, 1, 1)
plt.xlabel('t/s', size=15)
# 设置字体大小、标签和坐标系的距离、标签的旋转角度
plt.ylabel('y/m', size=15, labelpad=30, rotation=0)
plt.ylim([-0.1, 1.1])
plt.yticks([0.0, 1.0])
plt.tick_params(labelsize=15)
# 绘图区域的边框是否显示
sub1.spines['top'].set_visible(False)
sub1.spines['right'].set_visible(False)
plt.plot(x, y, label='机器人', linewidth=4.0)
plt.legend(fontsize=15)
# 第二幅子图
sub2 = plt.subplot(2, 1, 2)
plt.xlabel('t/s', size=15)
plt.ylabel('z/m', size=15, labelpad=30, rotation=90)
plt.ylim([-0.1, 1.1])
plt.yticks([0.0, 1.0])
plt.tick_params(labelsize=15)
plt.plot(x, z, label='机器人', linewidth=4.0)
plt.legend(fontsize=15)
plt.show()
?
?
|