如何使xticks均匀分布，尽管它们有价值？

Question

我试图生成一个图，其中x轴是几何序列，而y轴是0.0到1.0之间的数字。我的代码如下所示：

form matplotlib import pyplot as plt
plt.xticks(X)
plt.plot(X,Y)
plt.show()

生成如下图：

如您所见，我明确地将x轴刻度设置为属于几何序列的刻度线。

我的问题：是否有可能使x-ticks均匀分布，尽管它们的值很大，因为序列的初始项很小，并且挤在一起。有点像对数刻度，如果处理基数的幂，但是对于几何序列来说是理想的，我想，就像这里的情况一样。

Answer 1

你可以通过将变量绘制为＆＃34; natural＆＃34;的函数来实现。用于参数化曲线的变量。例如：

n = 12
a = np.arange(n)
x = 2**a
y = np.random.rand(n)

fig = plt.figure(1, figsize=(7,7))
ax1  = fig.add_subplot(211)
ax2  = fig.add_subplot(212)

ax1.plot(x,y)
ax1.xaxis.set_ticks(x)

ax2.plot(a, y) #we plot y as a function of a, which parametrizes x
ax2.xaxis.set_ticks(a) #set the ticks to be a
ax2.xaxis.set_ticklabels(x) # change the ticks' names to x

产生：

Answer 2

我遇到了同样的问题，花了几个小时试图找到合适的东西。但这看起来确实很容易，您不需要进行任何参数设置或使用某些x-ticks位置等。

您唯一需要做的就是将x值绘制为str，而不是int： plot（x.astype（'str'），y）

通过修改上一个答案中的代码，您将获得：

n = 12
a = np.arange(n)
x = 2**a
y = np.random.rand(n)

fig = plt.figure(1, figsize=(7,7))
ax1  = fig.add_subplot(211)
ax2  = fig.add_subplot(212)

ax1.plot(x,y)
ax1.xaxis.set_ticks(x)

ax2.plot(x.astype('str'), y)

Answer 3

如果使用 Pandas 数据框：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

n = 12
df = pd.DataFrame(dict(
    X=2**np.arange(n),
    Y=np.random.randint(1, 9, size=n),
    )).set_index('X')
# index is reset in order to use as xticks
df.reset_index(inplace=True)
fig = plt.figure()
ax1 = plt.subplot(`enter code here`111)
df\['Y'\].plot(kind='bar', ax=ax1, figsize=(7, 7), use_index=True)
# set_ticklabels used to place original indexes
ax1.xaxis.set_ticklabels(df\['X'\])][1]][1]

Answer 4

Seaborn 有一堆分类情节处理本机这种任务。
例如pointplot：

sns.pointplot(x="x", y="y", data=df, ax=ax)

示例

fig, [ax1, ax2] = plt.subplots(2, figsize=(7,7))

sns.lineplot(data=df, x="x", y="y", ax=ax1) #relational plot
sns.pointplot(data=df, x="x", y="y", ax=ax2) #categorical plot

Answer 5

将 int 转换为 str：

X = list(map(str, X))
plt.xticks(X)
plt.plot(X,Y)
plt.show()