在pyplot轴上显示计算值而不更改比例

Question

我试图在python中重现增长图表。基础数据以天为单位使用年龄，但我希望以2个月的间隔显示年龄（x）轴。这可以完全用轴/标签选项来完成，还是需要将计算列添加到数据中？

这是为了自学，所以解释比代码更受欢迎。

这是我有：

# 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轴应具有在2个月的增量（2,4，6，8，10,12蜱..至60）。尽管如此，我仍然需要绘制数据。所以60的x轴值应该显示为2,120（天）显示为4（月）等。

谢谢任何​​帮助！

UPDATE 1： 由月持续时间除以值确实导致相同的曲线，只要x轴范围调整：

# 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]) 

这产生：

最后一步是如何使用每12个月的主要刻度和每2个月的次要刻度显示轴。

对于真正好奇： 世界卫生组织增长图表中的月份长度标准化为30.4375天。数据从0到1856天（60.98个月完成）。对于每一天（0,1，... 1856），有15个权重值，每个对应不同的百分位数曲线，总共有27,840个值。

原始数据是公开的：WHO data/weight-for-age for boys

Answer 1

假设一个月有30.4375天，你可以通过30.4375数除以天数和获得的月数。

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

要定义一个特定周期的时间间隔，则可以使用一个与matplotlib.ticker.MultipleLocator 12的主刻度的间隔和用于次要蜱一个的2间隔。

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()