多级（嵌套）刻度

有时我们希望在轴上添加另一级别的刻度标签，可能是为了表示刻度的分组。

Matplotlib 没有提供自动化的方法来实现这一点，但在主轴下方进行注释相对简单。

这些示例使用了 Axes.secondary_xaxis，这是一种方法。它的优点是，如果我们愿意，可以在进行分组的轴上使用 Matplotlib 定位器和格式化器。

第一个示例创建了一个次要的x轴，并使用`.Axes.set_xticks`手动添加刻度和标签。注意，刻度标签的开头有一个换行符（例如``" Oughts"``），以便将第二级刻度标签放在主刻度标签的下方。

import matplotlib.pyplot as plt
import numpy as np

import matplotlib.dates as mdates

rng = np.random.default_rng(19680801)

fig, ax = plt.subplots(layout='constrained', figsize=(4, 4))

ax.plot(np.arange(30))

sec = ax.secondary_xaxis(location=0)
sec.set_xticks([5, 15, 25], labels=['\nOughts', '\nTeens', '\nTwenties'])

这个第二个示例为分类轴添加了第二级注释。这里需要注意的是，每个动物（类别）都被分配了一个整数，因此 cats 在 x=0，dogs 在 x=1 等。然后我们在我们试图划分的动物类别的中间位置的 x 轴上放置第二级刻度。

这个例子还通过添加第二个次要 x 轴，并在动物类别之间的边界处放置长而宽的刻度，在类别之间添加了刻度标记。

fig, ax = plt.subplots(layout='constrained', figsize=(7, 4))

ax.plot(['cats', 'dogs', 'pigs', 'snakes', 'lizards', 'chickens',
         'eagles', 'herons', 'buzzards'],
        rng.normal(size=9), 'o')

# label the classes:
sec = ax.secondary_xaxis(location=0)
sec.set_xticks([1, 3.5, 6.5], labels=['\n\nMammals', '\n\nReptiles', '\n\nBirds'])
sec.tick_params('x', length=0)

# lines between the classes:
sec2 = ax.secondary_xaxis(location=0)
sec2.set_xticks([-0.5, 2.5, 4.5, 8.5], labels=[])
sec2.tick_params('x', length=40, width=1.5)
ax.set_xlim(-0.6, 8.6)

日期是另一个我们可能希望有第二级刻度标签的常见地方。在这个最后的例子中，我们利用了向次要x轴添加自动定位器和格式化器的能力，这意味着我们不需要手动设置刻度。

这个例子与上面的例子不同，因为我们将其放置在主坐标轴 location=-0.075 以下的位置，然后通过将线宽设置为零来隐藏脊线。这意味着我们的格式化程序不再需要前两个例子中的回车符。

fig, ax = plt.subplots(layout='constrained', figsize=(7, 4))

time = np.arange(np.datetime64('2020-01-01'), np.datetime64('2020-03-31'),
                 np.timedelta64(1, 'D'))

ax.plot(time, rng.random(size=len(time)))

# just format the days:
ax.xaxis.set_major_formatter(mdates.DateFormatter('%d'))

# label the months:
sec = ax.secondary_xaxis(location=-0.075)
sec.xaxis.set_major_locator(mdates.MonthLocator(bymonthday=1))

# note the extra spaces in the label to align the month label inside the month.
# Note that this could have been done by changing ``bymonthday`` above as well:
sec.xaxis.set_major_formatter(mdates.DateFormatter('  %b'))
sec.tick_params('x', length=0)
sec.spines['bottom'].set_linewidth(0)

# label the xaxis, but note for this to look good, it needs to be on the
# secondary xaxis.
sec.set_xlabel('Dates (2020)')

plt.show()