Modifier les tiques texte de l'étiquette

dans les versions plus récentes de matplotlib , si vous ne définissez pas les étiquettes de tique avec un tas de valeurs str , ils sont '' par défaut (et quand le tracé est dessiner les étiquettes sont simplement les valeurs de tiques). Sachant cela, pour obtenir votre sortie désirée exigerait quelque chose comme ceci:

>>> from pylab import *
>>> axes = figure().add_subplot(111)
>>> a=axes.get_xticks().tolist()
>>> a[1]='change'
>>> axes.set_xticklabels(a)
[<matplotlib.text.Text object at 0x539aa50>, <matplotlib.text.Text object at 0x53a0c90>, 
<matplotlib.text.Text object at 0x53a73d0>, <matplotlib.text.Text object at 0x53a7a50>, 
<matplotlib.text.Text object at 0x53aa110>, <matplotlib.text.Text object at 0x53aa790>]
>>> plt.show()

et le résultat:

et maintenant si vous cochez le _xticklabels , ils ne sont plus un groupe de '' .

>>> [item.get_text() for item in axes.get_xticklabels()]
['0.0', 'change', '1.0', '1.5', '2.0']

Il fonctionne dans les versions à partir de 1.1.1rc1 à la version actuelle 2.0 .

on peut aussi le faire avec pylab et xticks

import pylab as plt
x = [0,1,2]
y = [90,40,65]
labels = ['high', 'low', 37337]
plt.plot(x,y, 'r')
plt.xticks(x, labels, rotation='vertical')
plt.show()

http://matplotlib.org/examples/ticks_and_spines/ticklabels_demo_rotation.html

la classe axes a une fonction set_yticklabels qui vous permet de définir les étiquettes de tique, comme ceci:

#ax is the axes instance
group_labels = ['control', 'cold treatment',
             'hot treatment', 'another treatment',
             'the last one']

ax.set_xticklabels(group_labels)

je travaille toujours sur la raison pour laquelle votre exemple ci-dessus n'a pas fonctionné.

Cela fonctionne:

import matplotlib.pyplot as plt

fig, ax1 = plt.subplots(1,1)

x1 = [0,1,2,3]
squad = ['Fultz','Embiid','Dario','Simmons']

ax1.set_xticks(x1)
ax1.set_xticklabels(squad, minor=False, rotation=45)

Cela fait longtemps que cette question n'a pas été posée. À partir d'aujourd'hui ( matplotlib 2.2.2 ) et après quelques lectures et essais, je pense que la meilleure/correcte façon est la suivante:

Matplotlib a un module nommé ticker que "contient des classes pour supporter la localisation de tique complètement configurable et le formatage" . Pour modifier une tique spécifique de la parcelle, les travaux suivants pour moi:

import matplotlib.pyplot as plt
import matplotlib.ticker as mticker
import numpy as np 

def update_ticks(x, pos):
    if x == 0:
        return 'Mean'
    elif pos == 6:
        return 'pos is 6'
    else:
        return x

data = np.random.normal(0, 1, 1000)
fig, ax = plt.subplots()
ax.hist(data, bins=25, edgecolor='black')
ax.xaxis.set_major_formatter(mticker.FuncFormatter(update_ticks))
plt.show()

mise en garde! x est la valeur de la tique et pos est sa position relative dans l'ordre dans l'axe. Notez que pos prend des valeurs commençant par 1 , et non pas dans 0 comme d'habitude lors de l'indexation.

dans mon cas, j'essayais de formater le y-axis d'un histogramme avec des valeurs en pourcentage. mticker a une autre classe appelée PercentFormatter qui peut le faire facilement sans la nécessité de définir une fonction séparée comme avant:

import matplotlib.pyplot as plt
import matplotlib.ticker as mticker
import numpy as np 

data = np.random.normal(0, 1, 1000)
fig, ax = plt.subplots()
weights = np.ones_like(data) / len(data)
ax.hist(data, bins=25, weights=weights, edgecolor='black')
ax.yaxis.set_major_formatter(mticker.PercentFormatter(xmax=1.0, decimals=1))
plt.show()

Dans ce cas xmax est la valeur de données qui correspond à 100%. Les pourcentages sont calculés comme x / xmax * 100 , c'est pourquoi nous fixons xmax=1.0 . Aussi, decimals est le nombre de décimales à placer après le point.

vous pouvez le faire:

for k in ax.get_xmajorticklabels():
    if some-condition:
        k.set_color(any_colour_you_like)

draw()