这篇文章主要介绍 matplotlib如何实现scale刻度 ,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
1.5. 对数或者其他非线性坐标轴
使用plt.xscal()来改变坐标轴的刻度
import numpy as np import matplotlib.pyplot as plt from matplotlib.ticker import NullFormatter # useful for `logit` scale# Fixing random state for reproducibilitynp.random.seed(19680801)# make up some data in the interval ]0, 1[y = np.random.normal(loc=0.5, scale=0.4, size=1000) y = y[(y > 0) & (y < 1)] y.sort() x = np.arange(len(y))# plot with various axes scalesplt.figure(1)# linearplt.subplot(221) plt.plot(x, y) plt.yscale('linear') plt.title('linear') plt.grid(True)# logplt.subplot(222) plt.plot(x, y) plt.yscale('log') plt.title('log') plt.grid(True)# symmetric logplt.subplot(223) plt.plot(x, y - y.mean()) plt.yscale('symlog', linthreshy=0.01) plt.title('symlog') plt.grid(True)# logitplt.subplot(224) plt.plot(x, y) plt.yscale('logit') plt.title('logit') plt.grid(True)# Format the minor tick labels of the y-axis into empty strings with# `NullFormatter`, to avoid cumbering the axis with too many labels.plt.gca().yaxis.set_minor_formatter(NullFormatter())# Adjust the subplot layout, because the logit one may take more space# than usual, due to y-tick labels like "1 - 10^{-3}"plt.subplots_adjust(top=0.92, bottom=0.08, left=0.10, right=0.95, hspace=0.25, wspace=0.35) plt.show()
以上是“ matplotlib如何实现scale刻度 ”这篇文章的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。