在matplotlib中更改繪圖比例因子

Question

我正在python中創建繪圖。有沒有辦法通過一個因子重新定標軸？ yscale和xscale命令只允許我關閉對數刻度。

編輯：
例如，如果我有一個從1納米到50納米的標度圖，x標度範圍將從1×10 ^（ - 9）到50×10 ^（ - 9），我希望它從1變爲50.因此，我想要的情節功能10來劃分放置在圖中的x值^（ - 9）

Answer 1

而不是改變蜱，爲什麼不改變單位呢？製作單位爲nm的x值的單獨陣列X。這樣，當你繪製數據時，它已經處於正確的格式！只要確保你添加了一個xlabel來表示單位（這應該總是無論如何）。

from pylab import * 

# Generate random test data in your range 
N = 200 
epsilon = 10**(-9.0) 
X = epsilon*(50*random(N) + 1) 
Y = random(N) 

# X2 now has the "units" of nanometers by scaling X 
X2 = (1/epsilon) * X 

subplot(121) 
scatter(X,Y) 
xlim(epsilon,50*epsilon) 
xlabel("meters") 

subplot(122) 
scatter(X2,Y) 
xlim(1, 50) 
xlabel("nanometers") 

show() 

Answer 2

要設置在x軸的範圍，可以使用set_xlim(left, right)，here are the docs

更新：

它看起來像你想要一個相同的情節，但只是改變'刻度值'，你可以通過獲取刻度值然後將其改變爲任何你想要的。因此，對於您的需要，它會是這樣的：

ticks = your_plot.get_xticks()*10**9 
your_plot.set_xticklabels(ticks) 

Answer 3

正如您已經注意到，xscale和yscale不支持簡單的線性重新縮放（不幸）。作爲替代帶鉤的答案，而不是與數據搞亂，你可以欺騙的標籤，就像這樣：

ticks = ticker.FuncFormatter(lambda x, pos: '{0:g}'.format(x*scale)) 
ax.xaxis.set_major_formatter(ticks) 

一個完整的例子顯示x和y縮放：

import numpy as np 
import pylab as plt 
import matplotlib.ticker as ticker 

# Generate data 
x = np.linspace(0, 1e-9) 
y = 1e3*np.sin(2*np.pi*x/1e-9) # one period, 1k amplitude 

# setup figures 
fig = plt.figure() 
ax1 = fig.add_subplot(121) 
ax2 = fig.add_subplot(122) 
# plot two identical plots 
ax1.plot(x, y) 
ax2.plot(x, y) 

# Change only ax2 
scale_x = 1e-9 
scale_y = 1e3 
ticks_x = ticker.FuncFormatter(lambda x, pos: '{0:g}'.format(x/scale_x)) 
ax2.xaxis.set_major_formatter(ticks_x) 

ticks_y = ticker.FuncFormatter(lambda x, pos: '{0:g}'.format(x/scale_y)) 
ax2.yaxis.set_major_formatter(ticks_y) 

ax1.set_xlabel("meters") 
ax1.set_ylabel('volt') 
ax2.set_xlabel("nanometers") 
ax2.set_ylabel('kilovolt') 

plt.show() 

最後，我有對於圖片的學分：

需要注意的是，如果你有text.usetex: true因爲我有，你可能要封閉LA貝爾斯在$，像這樣：'${0:g}$'。