我会删除tick标签并将文本替换为补丁。下面是执行此任务的一个简短示例：

import matplotlib.pyplot as plt
import matplotlib.patches as patches

# define where to put symbols vertically
TICKYPOS = -.6

fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(range(10))

# set ticks where your images will be
ax.get_xaxis().set_ticks([2,4,6,8])
# remove tick labels
ax.get_xaxis().set_ticklabels([])

# add a series of patches to serve as tick labels
ax.add_patch(patches.Circle((2,TICKYPOS),radius=.2,
                            fill=True,clip_on=False))
ax.add_patch(patches.Circle((4,TICKYPOS),radius=.2,
                            fill=False,clip_on=False))
ax.add_patch(patches.Rectangle((6-.1,TICKYPOS-.05),.2,.2,
                               fill=True,clip_on=False))
ax.add_patch(patches.Rectangle((8-.1,TICKYPOS-.05),.2,.2,
                               fill=False,clip_on=False))

字符串
这将导致下图：

的数据
将clip_on设置为False是关键，否则轴外的patches将不会显示。（半径，宽度，高度等）的补丁将取决于你的轴在图中的位置。例如，如果你正在考虑这样做的子图，你需要对补丁的位置敏感，以免与其他轴重叠。2这可能值得你花时间研究Transformations，并在其他单位（轴，图形或显示）中定义位置和大小。
如果你有特定的图像文件要用于符号，你可以使用BboxImage类来创建要添加到轴上的艺术家而不是补丁。例如，我用下面的脚本制作了一个简单的图标：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(1,1),dpi=400)
ax = fig.add_axes([0,0,1,1],frameon=False)
ax.set_axis_off()

ax.plot(range(10),linewidth=32)
ax.plot(range(9,-1,-1),linewidth=32)

fig.savefig('thumb.png')

型
产生这个图像：

的
然后，我在我想要的位置创建了一个BboxImage标签和我想要的大小：

lowerCorner = ax.transData.transform((.8,TICKYPOS-.2))
upperCorner = ax.transData.transform((1.2,TICKYPOS+.2))

bbox_image = BboxImage(Bbox([lowerCorner[0],
                             lowerCorner[1],
                             upperCorner[0],
                             upperCorner[1],
                             ]),
                       norm = None,
                       origin=None,
                       clip_on=False,
                       )

型
注意到我如何使用transData转换将数据单位转换为显示单位，这是Bbox定义中所需的。
现在我使用imread例程读取图像，并将其结果（一个numpy数组）设置为bbox_image的数据，并将艺术家添加到轴：

bbox_image.set_data(imread('thumb.png'))
ax.add_artist(bbox_image)

型
这将导致更新的图：

如果您直接使用图像，请确保导入所需的类和方法：

from matplotlib.image import BboxImage,imread
from matplotlib.transforms import Bbox

型

另一种方法有一些缺点，因为它使用静态坐标，因此在改变图形大小或缩放和平移图时不起作用。
一个更好的选择是直接在选择的坐标系中定义位置。对于x轴，使用数据坐标表示x位置，使用轴坐标表示y位置是有意义的。
使用matplotlib.offsetbox es可以使这变得相当简单。下面将分别在坐标（-5，0）和（5，0）处放置一个带圆圈的框和一个带图像的框，并将它们向下偏移一点，这样它们看起来就像是ticklabel。

import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
from matplotlib.offsetbox import (DrawingArea, OffsetImage,AnnotationBbox)

fig, ax = plt.subplots()
ax.plot([-10,10], [1,3])

# Annotate the 1st position with a circle patch
da = DrawingArea(20, 20, 10, 10)
p = mpatches.Circle((0, 0), 10)
da.add_artist(p)

ab = AnnotationBbox(da, (-5,0),
                    xybox=(0, -7),
                    xycoords=("data", "axes fraction"),
                    box_alignment=(.5, 1),
                    boxcoords="offset points",
                    bboxprops={"edgecolor" : "none"})

ax.add_artist(ab)

# Annotate the 2nd position with an image
arr_img = plt.imread("https://i.stack.imgur.com/FmX9n.png", format='png')

imagebox = OffsetImage(arr_img, zoom=0.2)
imagebox.image.axes = ax

ab = AnnotationBbox(imagebox, (5,0),
                    xybox=(0, -7),
                    xycoords=("data", "axes fraction"),
                    boxcoords="offset points",
                    box_alignment=(.5, 1),
                    bboxprops={"edgecolor" : "none"})

ax.add_artist(ab)

plt.show()

字符串
x1c 0d1x的数据
请注意，许多形状都是以unicode符号的形式存在的，因此您可以使用这些符号简单地设置ticklabels。