在 pyplot 轴上显示计算值而不更改比例

Question

我正在尝试在 python 中重现增长图表。基础数据以天为单位使用年龄，但我想以 2 个月为间隔显示年龄 (x) 轴。这可以纯粹使用轴/标签选项来完成，还是我需要向数据添加计算列？

这是为了自学，所以解释比代码更受欢迎。

这就是我所拥有的：

# 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 轴应该有 2 个月增量的刻度（2,4,6,8,10,12 ... 到 60）。不过，我仍然需要使用天数绘制的数据！所以x轴值60应该显示为2，120（天）显示为4（月）等

感谢您的帮助！

更新 1： 只要调整 x 轴范围，将值除以月份持续时间确实会产生相同的曲线：

# 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])

这会产生：

最后一步是如何使用每 12 个月的主要刻度和每 2 个月的次要刻度来显示轴。

对于真正好奇的人： 世卫组织生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 个完整月）。对于每一天（0, 1, ... 1856），有 15 个权重值，每个对应不同的百分位曲线，总共 27840 个值。

原始数据公开于：WHO data/weight-for-age for boys

Answer 1

假设一个月有 30.4375 天，可以将天数除以 30.4375 的个数，得到月数。

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

要定义特定的刻度间隔，您可以使用matplotlib.ticker.MultipleLocator，其中主要刻度的间隔为 12，次要刻度的间隔为 2。

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()