在pyplot軸上顯示計算值而不更改比例

Question

我試圖在python中重現增長圖表。基礎數據以天爲單位使用年齡，但我希望以2個月的間隔顯示年齡（x）軸。這可以完全用軸/標籤選項來完成，還是需要將計算列添加到數據中？

這是爲了自學，所以解釋比代碼更受歡迎。

這是我有：

# Import the WHO weight-for-age data from Excel 
import pandas 
import matplotlib.pyplot as plt 
import numpy as np 

WHO_WFA = pandas.read_excel("PercentilesData.xlsx", sheetname="WGT_WHO") 

# ... slice the dataframe and plot it 
# steps omitted for brevity 

# Plot with data: 
plt.plot(maleAge, maleP01, maleAge, maleP1, maleAge, maleP3, maleAge, maleP5, maleAge, maleP10, maleAge, maleP15, maleAge, maleP25, maleAge, maleP50, maleAge, maleP75, maleAge, maleP85, maleAge, maleP90, maleAge, maleP95, maleAge, maleP97, maleAge, maleP99, maleAge, maleP999) 

# Set up the axes/labels 
plt.title('Weight-for-Age: male (WHO)') 
plt.xlabel('Age (days)') 
plt.ylabel('Weight (kg)') 
plt.axis([0,1900,0,30]) 
plt.grid(True) 

plt.show() 

相反，x軸應具有在2個月的增量（2,4，6，8，10,12蜱..至60）。儘管如此，我仍然需要繪製數據。所以60的x軸值應該顯示爲2,120（天）顯示爲4（月）等。

謝謝任何​​幫助！

UPDATE 1： 由月持續時間除以值確實導致相同的曲線，只要x軸範圍調整：

# month duration 
mo = 30.4375 
# divide age in days by month duration 
plt.plot(maleAge/mo, maleP01, maleAge/mo, maleP1, maleAge/mo, maleP3, maleAge/mo, maleP5, maleAge/mo, maleP10, maleAge/mo, maleP15, maleAge/mo, maleP25, maleAge/mo, maleP50, maleAge/mo, maleP75, maleAge/mo, maleP85, maleAge/mo, maleP90, maleAge/mo, maleP95, maleAge/mo, maleP97, maleAge/mo, maleP99, maleAge/mo, maleP999) 
# Adjust the maximum x value to 60 ... 
plt.axis([0,60,0,30]) 

這產生：

最後一步是如何使用每12個月的主要刻度和每2個月的次要刻度顯示軸。

對於真正好奇： 世界衛生組織增長圖表中的月份長度標準化爲30.4375天。數據從0到1856天（60.98個月完成）。對於每一天（0,1，... 1856），有15個權重值，每個對應不同的百分位數曲線，總共有27,840個值。

原始數據是公開的：WHO data/weight-for-age for boys

Answer 1

假設一個月有30.4375天，你可以通過30.4375數除以天數和獲得的月數。

plt.plot(maleAge/30.4375, maleP01, maleAge/30.4375, maleP1, ...) 

要定義一個特定週期的時間間隔，則可以使用一個與matplotlib.ticker.MultipleLocator 12的主刻度的間隔和用於次要蜱一個的2間隔。

import pandas as pd 
import matplotlib.pyplot as plt 
import matplotlib.ticker 
import numpy as np 

#create some dataset 
age = np.arange(0,1857) # in days 
df = pd.DataFrame({"age" : age}) 
for i in range(10): 
    df["maleP{}".format(i)] = (3.8-0.9*(1+2*i/10.))*np.sqrt(age)/4.2 

# Plot with data: 
plt.plot(df["age"]/30.4375, df[["maleP{}".format(i) for i in range(10)]]) 

# Set up the axes/labels 
plt.title('Weight-for-Age: male (WHO)') 
plt.xlabel('Age (months)') 
plt.ylabel('Weight (kg)') 
plt.axis([0,1900/30.4375,0,30]) 
plt.grid(True) 

plt.gca().xaxis.set_major_locator(matplotlib.ticker.MultipleLocator(12)) 
plt.gca().xaxis.set_minor_locator(matplotlib.ticker.MultipleLocator(2)) 

plt.show()