import matplotlib.pyplot as plt

plt.plot(whatever)

plt.subplots_adjust(left=0.1, right=0.9, top=0.9, bottom=0.1)

matplotlib spines 设置
简介
隐藏图脊
设置图脊位置
参考

简介
在 Matplotlib 中，Spine 指绘图区四周的边界线（这里姑且将其翻译为图脊），如下图所示。

使用 Axes.spines 更改图脊的属性。实现诸如删除顶部和右侧的图脊，或者将左侧图脊移动原点等功能。
Axes.spines 属性是一个字典对象，通过 right, left, top, bottom 键可以访问各个方位的图脊。
隐藏图脊
使用 set_color 将图脊的颜色设置为 None，可以隐藏图脊，例如，绘制一个简单的线性图：
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2, 100)

fig, ax = plt.subplots()

ax.plot(x, x, label="linear")

plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")

plt.legend()
plt.show()



下面移除右侧和上面的图脊：
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2, 100)

fig, ax = plt.subplots()

ax.plot(x, x, label="linear")

ax.spines['right'].set_color('none') // 隐藏右侧图脊
ax.spines['top'].set_color('none') // 隐藏上面图脊

plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")

plt.legend()
plt.show()


设置图脊位置
使用 set_position() 方法设置图脊位置，其参数为 tuple 类型 ，包含两个需要设置的值 (position_type, amount)。一个是位置类型：

‘outward’，将图脊向图形区域外移动；
‘axes’，将图脊放在指定的 Axes 坐标（0到1之间）；
‘data’，将图脊放在指定的数据坐标位置。

另外还有两个特殊值：

‘center’ 表示 (‘axes’, 0.5)
‘zero’ 表示 (‘data’, 0.0)

下面我们绘制一个二次曲线图：
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1, 3, 100)
y = (x - 1) ** 2

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)

ax.spines['right'].set_color('none') # 隐藏右侧图脊
ax.spines['top'].set_color('none') # 隐藏上面图脊

# plot the function
plt.plot(x, y, 'r')

# show the plot
plt.show()


然后我们将左侧图脊移到 0 位置：
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1, 3, 100)
y = (x - 1) ** 2

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)

ax.spines['left'].set_position('zero') # 额外添加行

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


# plot the function
plt.plot(x, y, 'r')

# show the plot
plt.show()


参考

matplotlib User’s Guide

坐标轴位置挪动


获取轴边框
ax = plt.gca()



删除右边、上边的边框
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')






设置x ，y 轴位置：如ax.spines['bottom'].set_position(('data', y0))，参数为  元组
ax.spines['bottom'].set_position(('data', y0))  # x轴与y轴为y0的位置相交
ax.spines['left'].set_position(('data', x0))	# y轴与x轴为x0的位置相交
#两者合一表示x,y轴交于（x0,y0）点






完整代码
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-1,1,50)
y1 = x**2
y2 = x**3
plt.figure(num=4)  # figure对象名称、尺寸设置
plt.plot(x,y2)
plt.plot(x,y1,color='red',linewidth=2.0,linestyle='--')

#获取轴边框
ax = plt.gca()
print(ax)

# ax.xaxis.tick_bottom()

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

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

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))  #data表示通过值来设置x轴的位置，将x轴绑定在y=0的位置
ax.spines['left'].set_position(('axes',0.5))  #axes表示以百分比的形式设置轴的位置，即将y轴绑定在x轴50%的位置，也就是x轴的中点

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， ax.spines['bottom'].set_position(('data',0))表示将x轴设置在y=0处。'axes'表示以百分比的形式设置轴的位置，ax.spines['bottom'].set_position(('axes',0.3))表示将x轴设置在y轴范围的30%处。除了‘data’、‘axes’属性，还有一个‘outward’属性可以来设置坐标轴的位置，这个属性我还没有用过。

例子： 

import matplotlib.pyplot as plt
from numpy import *
x=linspace(-2,2)
y=2*x+1
plt.xlim(-2,2)
plt.ylim(-3,5)

ax=plt.gca()  #gca:get current axis得到当前轴
#设置图片的右边框和上边框为不显示
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

#挪动x，y轴的位置，也就是图片下边框和左边框的位置
ax.spines['bottom'].set_position(('data',0))  #data表示通过值来设置x轴的位置，将x轴绑定在y=0的位置
ax.spines['left'].set_position(('axes',0.5))  #axes表示以百分比的形式设置轴的位置，即将y轴绑定在x轴50%的位置，也就是x轴的中点

plt.plot(x,y)
plt.show()     #显示

运行结果：