在matplotlib中更改绘图比例因子

Question

我正在python中创建绘图。有没有办法通过一个因子重新定标轴？ yscale和xscale命令只允许我关闭对数刻度。

编辑：
例如，如果我有一个从1纳米到50纳米的标度图，x标度范围将从1×10 ^（ - 9）到50×10 ^（ - 9），我希望它从1变为50.因此，我想要的情节功能10来划分放置在图中的x值^（ - 9）

Answer 1

而不是改变蜱，为什么不改变单位呢？制作单位为nm的x值的单独阵列X。这样，当你绘制数据时，它已经处于正确的格式！只要确保你添加了一个xlabel来表示单位（这应该总是无论如何）。

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

要设置在x轴的范围，可以使用set_xlim(left, right)，here are the docs

更新：

它看起来像你想要一个相同的情节，但只是改变'刻度值'，你可以通过获取刻度值然后将其改变为任何你想要的。因此，对于您的需要，它会是这样的：

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

Answer 3

正如您已经注意到，xscale和yscale不支持简单的线性重新缩放（不幸）。作为替代带钩的答案，而不是与数据搞乱，你可以欺骗的标签，就像这样：

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

一个完整的例子显示x和y缩放：

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() 

最后，我有对于图片的学分：

需要注意的是，如果你有text.usetex: true因为我有，你可能要封闭LA贝尔斯在$，像这样：'${0:g}$'。