python - 重置 matplotlib 子图中的默认轴刻度

Question

我想使用相同的 x 轴在单个列中创建任意数量的绘图。

这是一个例子:

import numpy as np
from matplotlib import pyplot as plt

N=1000
x = np.linspace(-.5,1.5,num=N)
xshift = x-0.5
Bz = 30*np.exp(-xshift**8/0.00125)*np.sin(xshift*2.*np.pi)
Np = 30*np.exp(-xshift**10/0.00125)+5
Vx = 200*np.exp(-xshift**10/0.00125)+400

fig = plt.figure()

#list of tuples of the form `(data, label)`    
data_list = [(Bz,"B_z"),(Vx,"V_x"),(Np,"N_p")]

for i,(data,lab) in enumerate(data_list,1):
    ax = fig.add_subplot(len(data_list),1,i)
    ax.set_ylabel("$\mathrm{%s}$"%lab)
    ax.get_xaxis().set_ticklabels([])
    ax.plot(x,data)
else:
    #Reset default tick labels here on ax
    pass

plt.show()

对于这个图，最后一个图显示 xtic 标签是合乎逻辑的，而所有其他图都没有显示该信息。我可以从 data_list 中弹出最后一项并明确拼写出来，但这对我来说似乎很老套。有没有一种优雅的方式告诉 matplotlib Axes 它应该恢复默认的 xticlabel 设置？

(一些 documentation )

Answer 1

我认为这可以满足您的需求，但我认为它可能像您担心的那样“hacky”。我也认为这可能是正确的方法。 :)

import numpy as np
from matplotlib import pyplot as plt

N=1000
x = np.linspace(-.5,1.5,num=N)
xshift = x-0.5
Bz = 30*np.exp(-xshift**8/0.00125)*np.sin(xshift*2.*np.pi)
Np = 30*np.exp(-xshift**10/0.00125)+5
Vx = 200*np.exp(-xshift**10/0.00125)+400

fig = plt.figure()

#list of tuples of the form `(data, label)`    
data_list = [(Bz,"B_z"),(Vx,"V_x"),(Np,"N_p")]

left = .15
height = .2
width = .7
bottom = .0
axes_ticks = []
axes = []
for i,(data,lab) in enumerate(data_list,1):
    ax = fig.add_subplot(len(data_list),1,i)
    bottom += height
    ax.set_position((left, bottom, width, height))

    ax.set_ylabel("$\mathrm{%s}$"%lab)
    axes_ticks.append(ax.get_xaxis().get_ticklocs())
    ax.get_xaxis().set_ticks([])
    ax.plot(x,data)
    axes.append(ax)
else:
    #Reset default tick labels here on ax
    axes[0].get_xaxis().set_ticks(axes_ticks[0])


plt.show()