Matplotlib与Tkinter集成中轴刻度移除的正确姿势_石家庄创泽智能科技有限公司

新闻中心 NEWS CENTER

您当前位置：首页 > 新闻中心 > 网络学院

Matplotlib与Tkinter集成中轴刻度移除的正确姿势

2025-11-08

浏览次数：次

返回列表

Matplotlib与Tkinter集成中轴刻度移除的正确姿势

在matplotlib与tkinter结合使用，尤其是在动态图表更新场景下，通过`plt.yticks([])`移除轴刻度可能无法生效。本文旨在提供一个专业的解决方案，指导开发者如何通过直接操作`axes`对象（如`ax.set_yticks([])`）来精确控制和移除轴刻度，确保图表在tkinter画布中正确显示，避免因全局状态管理不当导致的问题。

Matplotlib在Tkinter应用中移除轴刻度不生效的分析与解决方案

在使用Matplotlib创建图表并将其嵌入到Tkinter界面中时，开发者经常会遇到需要自定义图表元素（如轴刻度、标签）的情况。一个常见的挑战是，当尝试通过plt.yticks([])等函数移除Y轴刻度时，发现图表仍然显示刻度值。这通常发生在与Tkinter的FigureCanvasTkAgg结合使用，并且图表可能通过FuncAnimation进行动态更新的场景。

问题根源：Matplotlib的两种API模式

Matplotlib提供了两种主要的API模式：

状态机（State-based）API： 以plt模块下的函数（如plt.plot(), plt.yticks(), plt.title()）为代表。这些函数会隐式地操作“当前”的Figure和Axes对象。在简单的脚本或单个图表场景中，这种模式非常方便。
面向对象（Object-oriented）API： 直接通过Figure和Axes对象的方法进行操作（如fig.add_subplot(), ax.plot(), ax.set_yticks(), ax.set_title()）。这种模式在处理多个图表、子图或者与其他GUI框架（如Tkinter）集成时更为健壮和推荐。

当我们在Tkinter应用中嵌入Matplotlib图表时，我们通常会创建Figure对象和其上的Axes对象，并将Figure对象传递给FigureCanvasTkAgg。在这种复杂的集成环境中，plt.yticks([])可能无法正确地作用于我们期望的Axes对象，因为它可能在错误的时间点或作用于一个非预期的“当前”Axes。尤其是在动画循环中，plt的全局状态可能不会被正确地更新或保持。

正确的解决方案：直接操作Axes对象

要确保对特定图表的轴刻度进行精确控制，我们应该始终使用面向对象的API，直接调用Axes对象上的方法。

示例代码中的错误用法：

fig1, b1 = plt.subplots(figsize=(10, 0.5), dpi = 80,)
b1 = fig1.add_subplot(111) # b1已经被plt.subplots赋值，这里又重新赋值，但plt.subplots返回的b1是Axes对象
plt.yticks([]) # 尝试移除刻度，但可能不生效

这里的plt.yticks([])是一个全局操作，它可能不会作用于我们通过fig1.add_subplot(111)得到的b1对象，或者其效果在后续的动画更新中被覆盖。

易标AI

告别低效手工，迎接AI标书新时代！3分钟智能生成，行业唯一具备查重功能，自动避雷废标项

135 查看详情易标AI

正确的修改方法：

应该直接在Axes对象上调用set_yticks()方法。

import tkinter as tk
import matplotlib.pyplot as plt
from matplotlib.figure import Figure
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
from matplotlib import animation
import random

# 创建Tkinter窗口
root = tk.Tk()
root.geometry('400x100')

# 创建第一个图表和Axes对象
fig1, b1 = plt.subplots(figsize=(10, 0.5), dpi=80)
# 注意：plt.subplots() 已经返回了Figure和Axes对象。
# 如果需要，可以直接使用b1，或者根据需求重新添加子图。
# 如果b1已经被正确初始化为Axes对象，直接对其操作即可。
# 如果想确保是1x1的第一个子图，可以显式地使用 fig1.add_subplot(111)
# 但通常plt.subplots(1,1)已经创建了。这里为了与原代码保持一致，我们沿用b1 = fig1.add_subplot(111)
# 并在其后进行刻度设置。
b1 = fig1.add_subplot(111) # 确保b1是正确的Axes对象
b1.set_yticks([]) # 正确的做法：直接在Axes对象b1上设置y轴刻度为空列表

# 创建第二个图表和Axes对象
fig2, b2 = plt.subplots(figsize=(10, 0.5), dpi=80)
b2 = fig2.add_subplot(111) # 确保b2是正确的Axes对象
b2.set_yticks([]) # 正确的做法：直接在Axes对象b2上设置y轴刻度为空列表

# 以下是原始代码中的动画和绘图逻辑，保持不变
def grafico_1(i):
    b1.clear() # 清除之前的绘图内容，以便重绘
    x = []
    y_fix = []
    ws = ['WIRE']
    for _ in range(5):
        x.append(random.randint(1, 10))

    current_left = 0
    for val in x:
        color = 'green'
        if 3 <= val < 6:
            color = 'yellow'
        elif val >= 6:
            color = 'red'
        b1.barh(ws, val, color=color, left=current_left)
        current_left += val
    b1.set_yticks([]) # 在每次更新后也确保移除刻度
    b1.set_xlim(0, max(sum(x) for _ in range(1))) # 动态调整x轴范围，防止超出

def grafico_2(i2):
    b2.clear() # 清除之前的绘图内容，以便重绘
    x2 = []
    y_fix2 = []
    ws2 = ['line 2']
    for _ in range(5):
        x2.append(random.randint(1, 10))

    current_left2 = 0
    for val2 in x2:
        color = 'green'
        if 3 <= val2 < 5: # 注意这里与grafico_1的条件略有不同
            color = 'yellow'
        elif val2 >= 5:
            color = 'red'
        b2.barh(ws2, val2, color=color, left=current_left2)
        current_left2 += val2
    b2.set_yticks([]) # 在每次更新后也确保移除刻度
    b2.set_xlim(0, max(sum(x2) for _ in range(1))) # 动态调整x轴范围

# 创建动画
ani1 = animation.FuncAnimation(fig1, grafico_1, interval=3000, frames=100)
ani2 = animation.FuncAnimation(fig2, grafico_2, interval=3000, frames=100)

# 将图表嵌入Tkinter
canvas1 = FigureCanvasTkAgg(fig1, master=root)
canvas1.get_tk_widget().place(x=300, y=460)

canvas2 = FigureCanvasTkAgg(fig2, master=root)
canvas2.get_tk_widget().place(x=300, y=530)

root.mainloop()

代码解释：

fig1, b1 = plt.subplots(...): 这一行代码创建了一个Figure对象fig1和一个Axes对象b1。
b1 = fig1.add_subplot(111): 尽管plt.subplots已经创建了一个Axes对象并赋值给了b1，但为了明确表示我们正在操作fig1上的一个1x1子图，显式调用fig1.add_subplot(111)也是可以的。重要的是，b1现在是一个明确的Axes对象实例。
b1.set_yticks([]): 这是关键所在。我们不再使用全局的plt.yticks([])，而是直接调用b1这个Axes对象自身的set_yticks()方法，并将一个空列表[]作为参数传入。这告诉b1对象，它的Y轴不应该显示任何刻度。
在动画函数中清除并重设刻度: 在grafico_1和grafico_2函数内部，每次更新图表前，我们使用b1.clear()或b2.clear()来清除之前的绘图内容。为了确保每次重绘后刻度仍然被移除，再次调用b1.set_yticks([])和b2.set_yticks([])是良好的实践，尽管在某些情况下，如果clear()没有重置刻度设置，可能不是严格必需的，但这样可以保证一致性。

注意事项与最佳实践

优先使用面向对象API： 在所有复杂的Matplotlib应用，特别是与GUI框架集成时，应始终优先使用面向对象API来控制图表的各个元素。这不仅提高了代码的可读性和可维护性，也避免了因全局状态管理不当而导致的问题。
理解Figure和Axes： Figure是整个画布，而Axes是实际绘图的区域。一个Figure可以包含一个或多个Axes。所有的绘图操作（如plot, bar, scatter）和轴属性设置（如set_xticks, set_ylabel, set_title）都是在Axes对象上进行的。
动画中的clear()方法： 在使用FuncAnimation进行动态更新时，通常需要在每次动画帧开始时调用Axes对象的clear()方法来清除上一帧的绘图内容，然后重新绘制。在clear()之后，可能需要重新设置一些非数据相关的Axes属性，例如轴刻度、标签、标题等，以确保它们在每次更新后都保持期望的状态。
性能优化： 对于高频率的动画，clear()和重绘所有元素可能会影响性能。在某些情况下，可以考虑只更新已存在的Artist对象（如Line2D、Patch等）的数据，而不是完全清除并重绘。但这超出了本文的范围。