matplotlib:格式化轴偏移值到整数或特定数字

Question

我有一个matplotlib图,我正在绘制数据,总是被称为纳秒(1e-9).在y轴上,如果我有数十纳秒的数据,即.在图44e-9中,轴上的值显示为4.4,其中+ 1e-8作为偏移.反正是否强制轴显示带有+ 1e-9偏移的44？

我的x轴也是如此,其中轴显示+ 5.54478e4,我宁愿它显示+55447的偏移(整数,没有小数 - 这里的值是以天为单位).

我尝试过这样的事情:

p = axes.plot(x,y)
p.ticklabel_format(style='plain')

对于x轴,但这不起作用,虽然我可能错误地使用它或误解了文档中的某些东西,有人能指出我正确的方向吗？

谢谢,乔纳森

---

我尝试用格式化程序做一些事情,但还没找到任何解决方案......:

myyfmt = ScalarFormatter(useOffset=True)
myyfmt._set_offset(1e9)
axes.get_yaxis().set_major_formatter(myyfmt)

和

myxfmt = ScalarFormatter(useOffset=True)
myxfmt.set_portlimits((-9,5))
axes.get_xaxis().set_major_formatter(myxfmt)

在旁注中,我实际上对"偏移数"对象实际存在的位置感到困惑...它是主要/次要刻度的一部分吗？

Answer 1

我有完全相同的问题,这两行修复了问题:

y_formatter = matplotlib.ticker.ScalarFormatter(useOffset=False)
ax.yaxis.set_major_formatter(y_formatter)

Answer 2

更简单的解决方案是简单地自定义刻度标签.举个例子:

from pylab import *

# Generate some random data...
x = linspace(55478, 55486, 100)
y = random(100) - 0.5
y = cumsum(y)
y -= y.min()
y *= 1e-8

# plot
plot(x,y)

# xticks
locs,labels = xticks()
xticks(locs, map(lambda x: "%g" % x, locs))

# ytikcs
locs,labels = yticks()
yticks(locs, map(lambda x: "%.1f" % x, locs*1e9))
ylabel('microseconds (1E-9)')

show()

请注意,在y轴的情况下,我将这些值相乘,1e9然后在y标签中提到该常量

编辑

另一种选择是通过手动将其文本添加到图的顶部来伪造指数乘数:

locs,labels = yticks()
yticks(locs, map(lambda x: "%.1f" % x, locs*1e9))
text(0.0, 1.01, '1e-9', fontsize=10, transform = gca().transAxes)

EDIT2

您也可以以相同的方式格式化x轴偏移值:

locs,labels = xticks()
xticks(locs, map(lambda x: "%g" % x, locs-min(locs)))
text(0.92, -0.07, "+%g" % min(locs), fontsize=10, transform = gca().transAxes)

Answer 3

你必须子类ScalarFormatter来做你需要的... _set_offset只需添加一个常量,你想要设置ScalarFormatter.orderOfMagnitude.不幸的是,手动设置orderOfMagnitude不会做任何事情,因为在ScalarFormatter调用实例来格式化轴刻度标签时它会被重置.它不应该是这么复杂,但我找不到更简单的方法去做你想要的......这是一个例子:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import ScalarFormatter, FormatStrFormatter

class FixedOrderFormatter(ScalarFormatter):
    """Formats axis ticks using scientific notation with a constant order of 
    magnitude"""
    def __init__(self, order_of_mag=0, useOffset=True, useMathText=False):
        self._order_of_mag = order_of_mag
        ScalarFormatter.__init__(self, useOffset=useOffset, 
                                 useMathText=useMathText)
    def _set_orderOfMagnitude(self, range):
        """Over-riding this to avoid having orderOfMagnitude reset elsewhere"""
        self.orderOfMagnitude = self._order_of_mag

# Generate some random data...
x = np.linspace(55478, 55486, 100) 
y = np.random.random(100) - 0.5
y = np.cumsum(y)
y -= y.min()
y *= 1e-8

# Plot the data...
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x, y, 'b-')

# Force the y-axis ticks to use 1e-9 as a base exponent 
ax.yaxis.set_major_formatter(FixedOrderFormatter(-9))

# Make the x-axis ticks formatted to 0 decimal places
ax.xaxis.set_major_formatter(FormatStrFormatter('%0.0f'))
plt.show()

产生的结果如下:

然而,默认格式如下:

希望那有所帮助!

编辑:对于它的价值,我不知道偏移标签所在的位置......手动设置它会稍微容易些,但我无法弄清楚如何这样做......我感觉到了必须有一个比这一切更简单的方法.但是它有效!

Answer 4

与Amro的答案类似,您可以使用FuncFormatter

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter

# Generate some random data...
x = np.linspace(55478, 55486, 100) 
y = np.random.random(100) - 0.5
y = np.cumsum(y)
y -= y.min()
y *= 1e-8

# Plot the data...
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x, y, 'b-')

# Force the y-axis ticks to use 1e-9 as a base exponent 
ax.yaxis.set_major_formatter(FuncFormatter(lambda x, pos: ('%.1f')%(x*1e9)))
ax.set_ylabel('microseconds (1E-9)')

# Make the x-axis ticks formatted to 0 decimal places
ax.xaxis.set_major_formatter(FuncFormatter(lambda x, pos: '%.0f'%x))
plt.show()

Answer 5

我认为更优雅的方法是使用自动收报机格式化程序.以下是xaxis和yaxis的示例:

from pylab import *
from matplotlib.ticker import MultipleLocator, FormatStrFormatter

majorLocator   = MultipleLocator(20)
xFormatter = FormatStrFormatter('%d')
yFormatter = FormatStrFormatter('%.2f')
minorLocator   = MultipleLocator(5)


t = arange(0.0, 100.0, 0.1)
s = sin(0.1*pi*t)*exp(-t*0.01)

ax = subplot(111)
plot(t,s)

ax.xaxis.set_major_locator(majorLocator)
ax.xaxis.set_major_formatter(xFormatter)
ax.yaxis.set_major_formatter(yFormatter)

#for the minor ticks, use no labels; default NullFormatter
ax.xaxis.set_minor_locator(minorLocator)

Answer 6

Gonzalo的解决方案在添加set_scientific(False)以下内容后开始为我工作:

ax=gca()
fmt=matplotlib.ticker.ScalarFormatter(useOffset=False)
fmt.set_scientific(False)
ax.xaxis.set_major_formatter(fmt)

Answer 7

正如评论和本答案中所指出的，可以通过执行以下操作来全局关闭偏移量：

matplotlib.rcParams['axes.formatter.useoffset'] = False