【原】如何设置matplotlib中x,y坐标轴的位置？

在机器学习中经常会使用Sigmoid函数，如果直接使用matplotlib绘图，那么就会像下图这样，原点并没有在(0,0)。

import matplotlib.pyplot as plt
import numpy

x = numpy.linspace(start=-10, stop=10)
y = 1 / (1 + numpy.e ** (-1 * x))

plt.plot(x, y)
plt.title('Sigmoid')
plt.show()


于是，我们希望调整坐标轴的位置，让图像更加的直观。

在matplotlib的图中，默认有四个轴，两个横轴（“top”、“bottom”）和两个竖轴（“left”、“right”），可以通过ax = plt.gca()方法获取，gca是“get current axes”的缩写。

先将显示的坐标图的上边框和右边框去掉，即设置它们的显示方式为不显示：

ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')


注：spines译为“脊”，也就是坐标图中的边框。

将坐标图的下边框和左边框作为坐标系的x轴和y轴，并调整坐标轴的位置:

ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('axes', 0.5))


注：设置坐标轴的位置时，“data”表示通过值来设置坐标轴的位置，“axes”表示以百分比的形式设置轴的位置。

• ax.spines['bottom'].set_position(('data',0))表示将x轴设置在y=0处。
• ax.spines['bottom'].set_position(('axes',0.3))表示将x轴设置在y轴范围的30%处。

完整代码如下：

import matplotlib.pyplot as plt
import numpy

x = numpy.linspace(start=-10, stop=10)
y = 1 / (1 + numpy.e ** (-1 * x))

ax = plt.gca() # 获取坐标轴

ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('axes', 0.5))

plt.plot(x, y)
plt.title('Sigmoid')
plt.show()


---