本教程旨在解决matplotlib图表在tkinter应用中嵌入并进行动画更新时，`plt.yticks([])`无法有效移除y轴刻度标签的问题。核心解决方案是放弃依赖全局状态的`plt`接口，转而直接通过图表（figure）和坐标轴（axes）对象提供的`ax.set_yticks([])`方法进行精确控制，确保图表外观按预期呈现，尤其适用于动态更新的gui环境。
理解问题根源：Matplotlib的两种接口
Matplotlib提供了两种主要的绘图接口：
- *pyplot 模块接口（`plt.）**：这是一种基于状态的接口，模仿matlab，它隐式地跟踪当前的图表（Figure）和坐标轴（Axes）对象。例如，plt.plot()会在当前坐标轴上绘图，plt.yticks([])` 会修改当前坐标轴的Y轴刻度。这种方式在快速绘图或脚本中非常方便。
- 面向对象接口：这种接口允许用户显式地创建和操作Figure和Axes对象。例如，fig, ax = plt.subplots() 会返回一个Figure对象fig和一个Axes对象ax。所有绘图和配置操作都直接通过这些对象的方法来完成，如 ax.plot()、ax.set_yticks()。
当Matplotlib图表嵌入到GUI框架（如Tkinter）中，并与动画功能（如FuncAnimation）结合使用时，pyplot模块的全局状态管理可能会变得不可靠。plt.yticks([])可能无法正确地作用于你期望的特定Axes对象，尤其是在动画过程中，或者当有多个图表/坐标轴时。在这种复杂场景下，直接操作Axes对象能够提供更精确和可预测的控制。
解决方案：直接操作Axes对象
解决Y轴刻度标签不显示问题的关键在于，直接通过Axes对象的方法来设置其属性，而不是依赖plt模块的全局函数。具体来说，使用ax.set_yticks([])方法来移除指定Axes对象的Y轴刻度。
ax.set_yticks([]) 的作用是设置Y轴的刻度位置。当传入一个空列表 [] 时，Matplotlib将不会在Y轴上绘制任何刻度，从而也移除了与刻度关联的标签。
示例代码与修正
下面是原始代码的修正版本，展示了如何正确地移除Y轴刻度。我们将重点关注Figure和Axes对象的创建以及set_yticks()方法的应用。
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主窗口 root = tk.Tk() root.geometry('800x600') # 调整窗口大小以容纳图表 # --- 图表 1 设置 --- # 使用 plt.subplots() 创建一个 Figure 和一个 Axes 对象 # 注意：这里 fig1, b1 = plt.subplots(...) 已经返回了 Axes 对象 b1。 # 原始代码中 `b1 = fig1.add_subplot(111)` 是冗余的，并且会覆盖掉 `subplots` 返回的 `b1`。 # 我们直接使用 `subplots` 返回的 `b1`。 fig1, b1 = plt.subplots(figsize=(10, 0.5), dpi=80) b1.set_yticks([]) # 正确的做法：直接对 Axes 对象 b1 设置Y轴刻度 # --- 图表 2 设置 --- fig2, b2 = plt.subplots(figsize=(10, 0.5), dpi=80) b2.set_yticks([]) # 正确的做法：直接对 Axes 对象 b2 设置Y轴刻度 def update_grafico_1(i): """ 更新第一个图表的数据和显示。 """ b1.clear() # 清除当前 Axes 的内容，以便重新绘制 x = [random.randint(1, 10) for _ in range(5)] y_fix = [] ws = ['WIRE'] # 绘制第一层条形图 if x[0] < 3: y_fix.append(x[0]) b1.barh(ws, x[0], color='green') elif 3 <= x[0] < 6: y_fix.append(x[0]) b1.barh(ws, x[0], color='yellow') else: y_fix.append(x[0]) b1.barh(ws, x[0], color='red') # 绘制后续层条形图 for c in x[1:]: current_left = sum(y_fix) # 计算当前条形图的起始位置 if c < 3: b1.barh(ws, c, color='green', left=current_left) elif 3 <= c < 5: b1.barh(ws, c, color='yellow', left=current_left) else: b1.barh(ws, c, color='red', left=current_left) y_fix.append(c) # 更新累积值 # 确保Y轴刻度在每次更新后依然被移除 b1.set_yticks([]) # 可以设置X轴范围，使图表更稳定 b1.set_xlim(0, 50) # 假设最大值是50，根据实际数据调整 b1.set_xticks([]) # 如果也想移除X轴刻度 def update_grafico_2(i2): """ 更新第二个图表的数据和显示。 """ b2.clear() # 清除当前 Axes 的内容 x2 = [random.randint(1, 10) for _ in range(5)] y_fix2 = [] ws2 = ['line 2'] # 绘制第一层条形图 if x2[0] < 3: y_fix2.append(x2[0]) b2.barh(ws2, x2[0], color='green') elif 3 <= x2[0] < 6: y_fix2.append(x2[0]) b2.barh(ws2, x2[0], color='yellow') else: y_fix2.append(x2[0]) b2.barh(ws2, x2[0], color='red') # 绘制后续层条形图 for c2 in x2[1:]: current_left2 = sum(y_fix2) if c2 < 3: b2.barh(ws2, c2, color='green', left=current_left2) elif 3 <= c2 < 5: b2.barh(ws2, c2, color='yellow', left=current_left2) else: b2.barh(ws2, c2, color='red', left=current_left2) y_fix2.append(c2) # 确保Y轴刻度在每次更新后依然被移除 b2.set_yticks([]) b2.set_xlim(0, 50) # 假设最大值是50 b2.set_xticks([]) # 如果也想移除X轴刻度 # 创建动画 ani1 = animation.FuncAnimation(fig1, update_grafico_1, interval=3000, frames=100) ani2 = animation.FuncAnimation(fig2, update_grafico_2, interval=3000, frames=100) # 将 Matplotlib 图表嵌入到 Tkinter 窗口 canvas1 = FigureCanvasTkAgg(fig1, master=root) canvas1.get_tk_widget().place(x=100, y=100) # 调整位置 canvas2 = FigureCanvasTkAgg(fig2, master=root) canvas2.get_tk_widget().place(x=100, y=200) # 调整位置 root.mainloop()
代码修正说明：
- 移除冗余的add_subplot调用： fig1, b1 = plt.subplots(figsize=(10, 0.5), dpi=80) 已经创建了一个包含一个Axes对象的图表。随后的 b1 = fig1.add_subplot(111) 是冗余的，并且会创建一个新的Axes对象并将其赋值给b1，从而可能导致之前的b1（由subplots返回的）没有被正确配置。我们删除了这个冗余行。
- 使用Axes对象的set_yticks()方法： 将 plt.yticks([]) 替换为 b1.set_yticks([]) 和 b2.set_yticks([])。这样，我们直接操作了由plt.subplots返回的特定Axes对象，确保了Y轴刻度的移除。
- 动画函数中的ax.clear()： 在 update_grafico_1 和 update_grafico_2 函数的开头添加了 b1.clear() 和 b2.clear()。这确保了在每次动画帧更新时，旧的绘图内容被清除，避免了图层重叠或性能问题。
- 动画函数中重新应用 set_yticks([])： 虽然在初始化时设置了 set_yticks([])，但为了确保动画过程中不会因为某些内部机制导致刻度重新出现，在每次更新后再次调用 b1.set_yticks([]) 和 b2.set_yticks([]) 是一种更健壮的做法。
- 添加 set_xlim 和 set_xticks (可选)：为了使图表在动画过程中X轴范围稳定，并进一步移除X轴刻度，可以添加 b1.set_xlim(0, 50) 和 b1.set_xticks([])。
最佳实践与注意事项
- 优先使用面向对象接口：在任何复杂的Matplotlib应用（尤其是涉及GUI嵌入、多图表、动画或自定义交互）中，始终推荐使用面向对象的API。它提供了更清晰、更可控的方式来管理图表的各个组件。
- 明确清除与重绘：在动画函数中，如果需要完全重绘图表内容，务必在每次更新前调用 ax.clear() 来清除前一帧的绘图。
- 动画中的状态管理：如果动画需要更新图表的特定部分而不是完全重绘，可以考虑更新现有艺术家（Artist）对象的属性（例如，line.set_ydata()），而不是每次都创建新的艺术家。这通常能带来更好的性能。
- Tkinter与Matplotlib的坐标系：FigureCanvasTkAgg负责将Matplotlib的图表渲染到Tkinter画布上。图表的布局和交互逻辑由Matplotlib管理，而其在Tkinter窗口中的位置和大小由Tkinter的布局管理器（如place、pack、grid）控制。
- 调试技巧：如果遇到图表显示问题，可以尝试在关键位置打印 type(b1) 或 b1 对象，以确认你正在操作正确的Axes对象。
通过遵循这些最佳实践，您可以在Matplotlib和Tkinter集成中实现对图表元素的精确控制，创建功能强大且视觉效果出色的动态应用程序。