matplotlib：格式化轴偏移值到整数或特定数字

Question

我有一个matplotlib图，我正在绘制数据，总是被称为纳秒（1e-9）。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，其中+ 1e-8作为偏移。反正是否强制轴显示带有+ 1e-9偏移的44？

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

我尝试过这样的事情：

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

对于x轴，但是这不起作用，虽然我可能错误地使用它或者误解了文档中的某些内容，但是有人能指出我正确的方向吗？

谢谢， 乔纳森

---

我尝试用格式化程序做了一些事情，但还没找到任何解决方案......：

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)

另一方面，我真的很困惑'偏移号码'对象实际存在的位置......它是主要/次要刻度的一部分吗？

Answer 1

我有完全相同的问题，这两行解决了这个问题：

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

Answer 2

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轴情况下，我将值乘以1e9然后在y标签中提到该常量

---

修改

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)

---

<强> EDIT2

您也可以用相同的方式格式化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...... _set_offset只需添加一个常量，你想设置ScalarFormatter.orderOfMagnitude。不幸的是，手动设置orderOfMagnitude将不会执行任何操作，因为在调用ScalarFormatter实例来格式化轴刻度标签时会重置它。它不应该是这么复杂，但我找不到更简单的方法去做你想要的......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()

产生的结果如下：

然而，默认格式如下：

希望有所帮助！

编辑：对于它的价值，我不知道偏移标签所在的位置......手动设置它会稍微容易些，但我无法弄清楚如何这样做......我感觉必须有一种比这更容易的方式。但它确实有效！

Answer 4

与Amro的答案类似，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

我认为更优雅的方式是使用自动收报机格式化程序。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 6

Gonzalo的解决方案在添加set_scientific(False)之后开始为我工作：

ax=gca()
fmt=matplotlib.ticker.ScalarFormatter(useOffset=False)
fmt.set_scientific(False)
ax.xaxis.set_major_formatter(fmt)

Answer 7

正如评论和in this answer中所指出的，可以通过以下方式全局关闭偏移量：

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

Answer 8

对于第二部分，没有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。