如何在matplotlib中移动刻度线的标签？

snake_charmer：

我想沿x轴水平移动一些刻度线的标签，而不移动相应的刻度线。

更具体地说，当使用旋转标签时plt.setp，标签文本的中心与刻度线保持对齐。我想将这些标签向右移动，以使标签的近端对齐，而不是如下图所示。

在此处输入图片说明

我知道这篇文章和这一个，但答案很有意思组装机，而不是严格的问题的答案。

我的代码：

import matplotlib.pyplot as plt
import numpy as np
import datetime

# my fake data
dates = np.array([datetime.datetime(2000,1,1) + datetime.timedelta(days=i) for i in range(365*5)])
data = np.sin(np.arange(365*5)/365.0*2*np.pi - 0.25*np.pi) + np.random.rand(365*5) /3

# creates fig with 2 subplots
fig = plt.figure(figsize=(10.0, 6.0))
ax = plt.subplot2grid((2,1), (0, 0))
ax2 = plt.subplot2grid((2,1), (1, 0))
## plot dates
ax2.plot_date( dates, data )

# rotates labels 
plt.setp( ax2.xaxis.get_majorticklabels(), rotation=-45 ) 

# try to shift labels to the right
ax2.xaxis.get_majorticklabels()[2].set_y(-.1)
ax2.xaxis.get_majorticklabels()[2].set_x(10**99)

plt.show()

奇怪的是，它的set_y行为符合预期，但是即使我设置x为幻想，标签也不会移动一个iota。（使用plot_date可能会引起更多的混乱，但实际上确实发生了这种情况plot。）

重要性：

首先，让我们使用mcve来显示问题。

import numpy as np
import datetime
import matplotlib.pyplot as plt
plt.rcParams["date.autoformatter.month"] = "%b %Y"

# my fake data
dates = np.array([datetime.datetime(2000,1,1) + datetime.timedelta(days=i) for i in range(365)])
data = np.sin(np.arange(365)/365.0*2*np.pi - 0.25*np.pi) + np.random.rand(365) /3

# creates fig with 2 subplots
fig, ax = plt.subplots(figsize=(6,2))
## plot dates
ax.plot_date( dates, data )

# rotates labels 
plt.setp( ax.xaxis.get_majorticklabels(), rotation=-45 ) 

plt.tight_layout()
plt.show()

现在，正如其他答案所指出的那样，您可以使用文本的水平对齐方式。

# rotates labels and aligns them horizontally to left 
plt.setp( ax.xaxis.get_majorticklabels(), rotation=-45, ha="left" )

您可以使用rotation_mode参数使旋转在文本的左上角发生，在这种情况下，结果会更好一些。

# rotates labels and aligns them horizontally to left 
plt.setp( ax.xaxis.get_majorticklabels(), rotation=-45, ha="left", rotation_mode="anchor")

如果这些选项的粒度不够细，即您想更准确地定位标签，例如将标签向侧面移动一些点，则可以使用变换。以下代码将使用a在水平方向上将标签偏移5点matplotlib.transforms.ScaledTranslation。

import matplotlib.transforms

plt.setp( ax.xaxis.get_majorticklabels(), rotation=-45) 

# Create offset transform by 5 points in x direction
dx = 5/72.; dy = 0/72. 
offset = matplotlib.transforms.ScaledTranslation(dx, dy, fig.dpi_scale_trans)

# apply offset transform to all x ticklabels.
for label in ax.xaxis.get_majorticklabels():
    label.set_transform(label.get_transform() + offset)