Matplotlib：如何定位刻度并显示数据的最小值和最大值

Question

美好的一天，

我想动态定位我的刻度并显示数据的最小值和最大值（这是变化的，因此我真的无法对条件进行编码）。我尝试使用matplotlib.ticker函数，我能找到的最好的函数是MaxNLocator() ..但不幸的是，它没有考虑我的数据集的限制。

解决问题的最佳方法是什么？

谢谢！

伪代码如下：

import matplotlib.pyplot as plt
from matplotlib.ticker import MaxNLocator


data1 = range(5)
ax1 = plt.subplot(2,1,1)
ax1.plot(data1)

data2 = range(63)
ax2 = plt.subplot(2,1,2)
ax2.plot(data2)

ax1.xaxis.set_major_locator(MaxNLocator(integer=True))
ax2.xaxis.set_major_locator(MaxNLocator(integer=True))

plt.show()

，输出为：

Answer 1

不确定最佳方法，但一种可能的方法是使用numpy.linspace(start, stop, num)创建最小值和最大值之间的数字列表。传递给它的第三个参数允许您控制生成的点数。然后，您可以使用列表推导对这些数字进行舍入，然后使用ax.set_xticks()设置刻度。

注意：这会在某些案例中产生分布不均匀的刻度，这在您的情况下可能是不可避免的

import matplotlib.pyplot as plt
from matplotlib.ticker import MaxNLocator
import numpy as np

data1 = range(5)
ax1 = plt.subplot(2,1,1)
ax1.plot(data1)

data2 = range(63)  # max of this is 62, not 63 as in the question
ax2 = plt.subplot(2,1,2)
ax2.plot(data2)

ticks1 = np.linspace(min(data1),max(data1),5)
ticks2 = np.linspace(min(data2),max(data2),5)

int_ticks1 = [round(i) for i in ticks1]
int_ticks2 = [round(i) for i in ticks2]

ax1.set_xticks(int_ticks1)
ax2.set_xticks(int_ticks2)

plt.show()

这给出了：

更新：这会给出最大个刻度数为5的数字，但是如果数据来自range(3)，那么刻度数将会减少。我更新了int_ticks1和int_ticks2的创建，以便在范围较小时仅使用唯一值来避免重复绘制某些刻度

使用以下数据

data1 = range(3)
data2 = range(3063)

# below removes any duplicate ticks
int_ticks1 = list(set([int(round(i)) for i in ticks1]))
int_ticks2 = list(set([int(round(i)) for i in ticks2]))

这产生了下图：