考虑以下代码：
from numpy import log2
import matplotlib.pyplot as plt
xdata = [log2(x)*(10/log2(10)) for x in range(1,11)]
ydata = range(10)
plt.plot(xdata, ydata)
plt.show()
这将产生以下图： 我的问题是，我该如何修改它，以便具有与输入完全相同的数据的图显示为一条直线？这基本上需要适当地缩放 x 轴，但我不知道如何做到这一点。这样做的原因是我显示的函数在开始时变化很小，但在有效间隔结束时开始波动更大，所以我希望在结束时有更高的水平分辨率。如果有人可以提出我的方法的替代解决方案，请随时这样做！
【问题讨论】：
标签： python matplotlib
这里是how，它完成了。一个很好的example 可以关注。您只需继承 ScaleBase 类。
这是你的变换。当您削减所有自定义格式化程序和东西时，它并不太复杂。只是有点冗长。
from numpy import log2
import matplotlib.pyplot as plt
from matplotlib import scale as mscale
from matplotlib import transforms as mtransforms
class CustomScale(mscale.ScaleBase):
name = 'custom'
def __init__(self, axis, **kwargs):
mscale.ScaleBase.__init__(self)
self.thresh = None #thresh
def get_transform(self):
return self.CustomTransform(self.thresh)
def set_default_locators_and_formatters(self, axis):
pass
class CustomTransform(mtransforms.Transform):
input_dims = 1
output_dims = 1
is_separable = True
def __init__(self, thresh):
mtransforms.Transform.__init__(self)
self.thresh = thresh
def transform_non_affine(self, a):
return 10**(a/10)
def inverted(self):
return CustomScale.InvertedCustomTransform(self.thresh)
class InvertedCustomTransform(mtransforms.Transform):
input_dims = 1
output_dims = 1
is_separable = True
def __init__(self, thresh):
mtransforms.Transform.__init__(self)
self.thresh = thresh
def transform_non_affine(self, a):
return log2(a)*(10/log2(10))
def inverted(self):
return CustomScale.CustomTransform(self.thresh)
mscale.register_scale(CustomScale)
xdata = [log2(x)*(10/log2(10)) for x in range(1,11)]
ydata = range(10)
plt.plot(xdata, ydata)
plt.gca().set_xscale('custom')
plt.show()
【讨论】：
ax.xaxis._scale._transform = ax.xaxis._scale._transform.inverted() 这由于某种原因不起作用...（或者，更确切地说，在您绘制数据之前它一直有效...）显然，您的示例有效，尽管相当冗长！
最简单的方法是使用semilogy
from numpy import log2
import matplotlib.pyplot as plt
xdata = log2(range(1,11)) * (10/log2(10))
ydata = range(10)
plt.semilogy(xdata, ydata)
plt.show()
【讨论】：