在Python的数据可视化库中，采用matplotlib绘制相关图形时，若不加任何设定，一般的x-y坐标轴是不带箭头且是一个封闭的矩形。我们以Sigmoid函数的绘制，给大家展示一下。
import matplotlib.pyplot as plt #导入matplotlib库
import numpy as np #导入numpy库
#生成x步长为0.1的列表数据
x = np.arange(-15,15,0.1)
#生成sigmiod形式的y数据
y=1/(1+np.exp(-x))
#设置x、y坐标轴的范围
plt.xlim(-12,12)
plt.ylim(-1, 1)
#绘制图形
plt.plot(x,y, c='b')
原始图形.jpg
matplotlib的辅助工具，包含一系列对坐标轴设置的框架。其中的axisartist包就用来设置坐标轴的类型。
1.创建画布并引入axisartist工具。
import mpl_toolkits.axisartist as axisartist
#创建画布
fig = plt.figure(figsize=(8, 8))
#使用axisartist.Subplot方法创建一个绘图区对象ax
ax = axisartist.Subplot(fig, 111)
#将绘图区对象添加到画布中
fig.add_axes(ax)
2.绘制带箭头的x-y坐标轴
#通过set_visible方法设置绘图区所有坐标轴隐藏
ax.axis[:].set_visible(False)
#ax.new_floating_axis代表添加新的坐标轴
ax.axis["x"] = ax.new_floating_axis(0,0)
#给x坐标轴加上箭头
ax.axis["x"].set_axisline_style("->", size = 1.0)
#添加y坐标轴，且加上箭头
ax.axis["y"] = ax.new_floating_axis(1,0)
ax.axis["y"].set_axisline_style("-|>", size = 1.0)
#设置x、y轴上刻度显示方向
ax.axis["x"].set_axis_direction("top")
ax.axis["y"].set_axis_direction("right")
我们先把原始的如上图的所有坐标轴隐藏，即长方形的四个边。
然后用ax.new_floating_axis在绘图区添加坐标轴x、y，这里的ax.new_floating_axis(0,0)，第一个0代表平行直线，第二个0代表该直线经过0点。同样，ax.axis["y"] = ax.new_floating_axis(1,0)，则代表竖直曲线且经过0点。
再次，x.axis["x"].set_axisline_style("->", size = 1.0)表示给x轴加上箭头，"->"表示是空箭头，size = 1.0表示箭头大小。ax.axis["y"].set_axisline_style("-|>", size = 1.0)中"-|>"则是实心箭头。
最后，设置x、y轴上刻度显示方向，对于x轴是刻度标签在上面还是下面，y轴则是刻度标签在左边还是右边。
3.在带箭头的x-y坐标轴背景下，绘制函数图像
#生成x步长为0.1的列表数据
x = np.arange(-15,15,0.1)
#生成sigmiod形式的y数据
y=1/(1+np.exp(-x))
#设置x、y坐标轴的范围
plt.xlim(-12,12)
plt.ylim(-1, 1)
#绘制图形
plt.plot(x,y, c='b')
带箭头坐标轴.jpg
tist坐标轴工具——将原始坐标轴均隐藏掉——添加新的基于原点的x与y轴——为新坐标轴加入箭头，并设置刻度显示方式——加入图形。
