凭经验得出轴关系时，如何在matplotlib图中配置次轴？

Question

我试图遵循这个文档

https://matplotlib.org/3.1.0/gallery/subplots_axes_and_figures/secondary_axis.html

在辅助轴变换的第三种情况下，即，当“我们想要在一个变换中关联轴时，该变换是从数据中临时得出的，并且是根据经验得出的”，因此，设置“正向和反向变换函数是从一个数据集到另一个数据集的线性插值。”。但我无法达到令人满意的结果。

以本文档第一个示例的简单绘图为例：具有两个水平轴的正弦波，其中一个是同一绘图上的弧度到度数的转换。

下面的代码给出了正确的结果，其中底轴以弧度为单位，顶轴以度为单位

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(constrained_layout=True)
x = np.linspace(0, 2*np.pi, 1000)
y = np.sin(x)
ax.plot(x, y)

def deg2rad(x):
    return x * np.pi / 180

def rad2deg(x):
    return x * 180 / np.pi

secax = ax.secondary_xaxis('top', functions=(rad2deg,deg2rad))

plt.show()

但是，下面的代码旨在模拟“度数轴”将来自经验数据（数组变量xnew，可能是其他值），但它没有给出正确的结果（遵循插值函数文档）。

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(constrained_layout=True)
x = np.linspace(0, 2*np.pi, 1000)
y = np.sin(x)
ax.plot(x, y)

xold = x
xnew = x * 180 / np.pi

def forward(x):
    return np.interp(x, xold, xnew)

def inverse(x):
    return np.interp(x, xnew, xold)

secax = ax.secondary_xaxis('top', functions=(forward,inverse))

plt.show()

我错过了什么？

Answer 1

问题在于，对于稍微超出给定 x 值范围的值，会同时调用正向和逆向函数。例如，它们用于 xlims。 （可以在这些函数中添加print(x) 以查看它们是如何被调用的。）

如果将这些函数写成简单的线性变换，例如deg2rad 示例，则没有问题。该函数在其范围之外同样有效。但是np.interp 在它的范围之外没有很好的线索，所以它返回它的下限或上限。这种截断会导致不希望的刻度标记。

对于一部分，这可以通过设置一个紧密的 x 轴来解决，所以没有默认发生的填充：

plt.autoscale(enable=True, axis='x', tight=True)

但即便如此，400 处的不受欢迎的滴答声也会弹出。

更好的解决方案是使这两个函数的范围比旧 x 轴上显示的限制宽一些，包括填充。比如设置

xold = np.linspace(x[0]-0.5, x[-1]+0.5, 100)
xnew = xold * 180 / np.pi

请注意，在linked example 中，他们设置了xold = np.arange(0, 11, 0.2)，但随后只从第三个索引开始绘制，以便为填充创建足够的空间：ax.plot(xold[3:], xnew[3:])。

完整的示例如下所示：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(constrained_layout=True)
x = np.linspace(0, 2*np.pi, 1000)
y = np.sin(x)
ax.plot(x, y)

xold = np.linspace(x[0]-0.5, x[-1]+0.5, 100)
xnew = xold * 180 / np.pi

def forward(x):
    return np.interp(x, xold, xnew)

def inverse(x):
    return np.interp(x, xnew, xold)

secax = ax.secondary_xaxis('top', functions=(forward,inverse))

plt.show()