matplotlib：将轴偏移值格式化为整数或特定数字

Question

我有一个 matplotlib 图形，我正在绘制始终称为纳秒 (1e-9) 的数据。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，偏移量为 +1e-8。无论如何强制轴显示 44 偏移 +1e-9？

我的 x 轴也是如此，其中轴显示 +5.54478e4，我希望它显示 +55447 的偏移量（整数，没有小数 - 这里的值以天为单位）。

我已经尝试了一些这样的事情：

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

对于 x 轴，但这不起作用，尽管我可能使用不正确或误解了文档中的某些内容，有人能指出我正确的方向吗？

谢谢， 乔纳森

---

我尝试使用格式化程序做一些事情，但还没有找到任何解决方案...：

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“偏移量”对象实际驻留的位置感到困惑......它是主要/次要刻度的一部分吗？

Answer 1

我遇到了完全相同的问题，这些行解决了问题：

from matplotlib.ticker import ScalarFormatter

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

Answer 2

一个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()

注意在 y 轴的情况下，我将值乘以 1e9 然后在 y 标签中提到该常数

---

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

你也可以用同样的方式格式化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

你必须继承ScalarFormatter 来做你需要的事情..._set_offset 只是添加一个常量，你想设置ScalarFormatter.orderOfMagnitude。不幸的是，手动设置orderOfMagnitude 不会做任何事情，因为当调用ScalarFormatter 实例来格式化轴刻度标签时它会被重置。它不应该这么复杂，但我找不到更简单的方法来做你想做的事......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()

这会产生如下内容：

然而，默认格式如下所示：

希望能有所帮助！

编辑：对于它的价值，我也不知道偏移标签所在的位置......手动设置它会稍微容易一些，但我不知道该怎么做......我感觉必须有比这一切更简单的方法。但它确实有效！

Answer 4

与 Amro 的回答类似，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

Gonzalo 的解决方案在添加 set_scientific(False) 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 6

正如 cmets 和 in this answer 中所指出的，可以通过执行以下操作全局关闭偏移：

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

Answer 7

我认为更优雅的方法是使用股票代码格式化程序。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 8

对于第二部分，无需再次手动重置所有刻度，这是我的解决方案：

class CustomScalarFormatter(ScalarFormatter):
    def format_data(self, value):
        if self._useLocale:
            s = locale.format_string('%1.2g', (value,))
        else:
            s = '%1.2g' % value
        s = self._formatSciNotation(s)
        return self.fix_minus(s)
xmajorformatter = CustomScalarFormatter()  # default useOffset=True
axes.get_xaxis().set_major_formatter(xmajorformatter)

显然您可以将格式字符串设置为您想要的任何内容。