1.刻度定位器与格式(Tick Locator)
 
Tick locating 与 Tick formatting 可参考官方文档：http://matplotlib.org/api/ticker_api.html
 
2.获取坐标轴刻度对象
 
Matplotlib 中的 ticker 模块用于支持坐标轴刻度的修改，调用下列命令可以初步查看主副坐标轴刻度的数值定位方式（locator）与具体格式（formatter）等。
详细命令参考:http://matplotlib.org/api/axis_api.html
 
ax.xaxis.get_major_ticks()
ax.xaxis.get_minor_ticks()
ax.xaxis.get_major_locator()
ax.xaxis.get_minor_locator()
ax.xaxis.get_major_formatter()
ax.xaxis.get_minor_formatter()
 
3.设置主副刻度对象属性
 
(1)设置主副刻度格式
 
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator, FormatStrFormatter

t = np.arange(0.0, 100.0, 1)
s = np.sin(0.1*np.pi*t)*np.exp(-t*0.01)
ax = plt.subplot(111) #注意:一般都在ax中设置,不再plot中设置
plt.plot(t,s,'--r*')

#修改主刻度
xmajorLocator = MultipleLocator(20) #将x主刻度标签设置为20的倍数
xmajorFormatter = FormatStrFormatter('%5.1f') #设置x轴标签文本的格式
ymajorLocator = MultipleLocator(0.5) #将y轴主刻度标签设置为0.5的倍数
ymajorFormatter = FormatStrFormatter('%1.1f') #设置y轴标签文本的格式
#设置主刻度标签的位置,标签文本的格式
ax.xaxis.set_major_locator(xmajorLocator)
ax.xaxis.set_major_formatter(xmajorFormatter)
ax.yaxis.set_major_locator(ymajorLocator)
ax.yaxis.set_major_formatter(ymajorFormatter)

#修改次刻度
xminorLocator = MultipleLocator(5) #将x轴次刻度标签设置为5的倍数
yminorLocator = MultipleLocator(0.1) #将此y轴次刻度标签设置为0.1的倍数
#设置次刻度标签的位置,没有标签文本格式
ax.xaxis.set_minor_locator(xminorLocator)
ax.yaxis.set_minor_locator(yminorLocator)

#打开网格
ax.xaxis.grid(True, which='major') #x坐标轴的网格使用主刻度
ax.yaxis.grid(True, which='minor') #y坐标轴的网格使用次刻度
plt.show()

 
(2)删除坐标轴的刻度显示
 
ax.yaxis.set_major_locator(plt.NullLocator()) 
ax.xaxis.set_major_formatter(plt.NullFormatter()) 
 
 
作者：开码牛
 来源：CSDN
 原文：https://blog.csdn.net/helunqu2017/article/details/78736661
 版权声明：本文为博主原创文章，转载请附上博文链接！

plt.tick_params(width=0.5, labelsize=4)#修改刻度线线粗细width参数，修改刻度字体labelsize参数
plt.title(‘name’,fontdict={'size':5 })#size对应的数值就是标题大小

刻度由刻度标签和刻度线组成，如果需要进一步设置刻度样式，就需要用到定位器和刻度格式器。
 
刻度定位器用来设置刻度线的位置，刻度格式器用来设置刻度标签的显示样式。
 
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import AutoMinorLocator, MultipleLocator, FuncFormatter
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['font.serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串

x = np.linspace(0.5, 3.5, 100)
y = np.sin(x)

# 创建画布
fig = plt.figure(figsize=(8, 8))

# 添加子图，这里 111 表示就一张图，返回该子图的坐标系对象
axes = fig.add_subplot(111)

# 设置坐标轴的主刻度线
axes.xaxis.set_major_locator(MultipleLocator(2.0))  # 2的倍数显示主刻度线
axes.yaxis.set_major_locator(MultipleLocator(1.0))  # 1的倍数显示主刻度线

# 设置坐标轴主刻度线之间的辅助刻度线
axes.xaxis.set_minor_locator(AutoMinorLocator(4))  # 每个主刻度线间等分8段
axes.yaxis.set_minor_locator(AutoMinorLocator(4))  # 每个主刻度线间等分4段


# 定义修改刻度标签格式的函数，这里有要求参数必须是x和pos
def minor(x, pos):
    return f"{x:.2f}"


def major(x, pos):
    return f"{x:.1f}"


# 将之前定义的函数传入格式
axes.xaxis.set_major_formatter(FuncFormatter(major))
axes.yaxis.set_major_formatter(FuncFormatter(major))
axes.xaxis.set_minor_formatter(FuncFormatter(minor))
axes.yaxis.set_minor_formatter(FuncFormatter(minor))

# 设置刻度线和刻度标签的样式
axes.tick_params(axis="x", which="major", length=15, width=2.0, colors="r")
axes.tick_params(axis="y", which="minor", length=5, width=1.0, labelsize=10, labelcolor="0.25")

# 设置要显示的坐标范围
axes.set_xlim(0, 4)
axes.set_ylim(0, 2)

# 用该子图的坐标系对象实例画图
axes.plot(x, y, c=(0.25, 0.25, 1.00), lw=2, zorder=10)
# axes.plot(x, y, c=(0.25, 0.25, 1.00), lw=2, zorder=0)

# 设置网格线
axes.grid(linestyle="-", linewidth=0.5, color="r", zorder=0)

# 显示画布
plt.show()
 
最终结果如图：
 

import matplotlib.pyplot as plt
 
plt.xticks([0, 100, 200, 300, 400, 500, 600, 700]) 
plt.tick_params(labelsize=20) #刻度字体大小20