在matplotlib图中设置轴限制[重复]

Question

我有五个时期的数据及其概率，我想用 20000 次模拟它 使用泊松分布，我希望 x 轴从 0-1 开始，我尝试过，但我在这里存储我的代码： 有没有比我做的更容易编码的方法

import numpy
import matplotlib.pyplot
import pylab
import numpy as np
from pylab import *


data = []
inventory = 0

for j in range(4000):
    totalOrder= 0
    totalProduction = 0
    for i in range (5):

        # calculate order
        mean = 105
        order = np.random.gamma(mean, 20000)
        totalOrder = totalOrder+order


        # calculate production
        production = numpy.random.choice([80, 100, 130, 150], p = [0.2, 0.50 ,0.20, 0.1])

        totalProduction = totalProduction + production

        # calcculate new inventory
        inventory = inventory + production - order
        if inventory < 0:
            inventory = 0

    # calculate fill rate for last 5 orders
    fr = float(totalProduction) / float(totalOrder)
    if fr > 1:
        fr = 1

    # append FR to dataset
    data.append(fr)


grid(True)
xlabel('Fill Rate')
ylabel('Density')
title('Simulate the system for 20000 week')
matplotlib.pyplot.hist(data, normed = True)
pylab.show()

Answer 1

您需要使用 matplotlib 的 set_xlim method 作为坐标轴。查看他们的一些示例，例如this one，以更好地了解您可以使用该模块做什么。

对于您的代码，您需要添加：

ax = plt.gca()
ax.set_xlim(0,1)

至于一些优化，我看到您在不同的别名下添加了相同的模块（例如，您导入了 numpy 及其别名 np，它们也由 pylab 导入）。它告诉我你对这门语言还没有很多经验。随着您继续学习，您最终会将所有这些导入减少到几个，例如

import numpy as np
import matplotlib.pyplot as plt

您将调用属于这些命名空间的正确函数（例如 plt.show()，而不是 pylab.show - pylab 只不过是 numpy 和 matplotlib 包上的一层薄纱。

您可以对代码进行更多优化（例如矢量化循环），但鉴于您当前的水平，我认为这会使其过于复杂。此外，循环确实使您正在做的事情更加明确。

也许只有一个提示：在 python 中，当你想更新一个数字变量（int、float、...）时，你可以这样做：

inventory += production - order

它使您无需再次输入inventory，因此如果您想对代码进行更改，将来出错的机会就会减少。