如何强制绘图在python中显示x轴值

Question

在python中设置x轴时，我遇到了一个简单的绘图问题。 这是我的代码：

import exec from 'child_process'.exec;

我相信我的代码是对的！注意我评论的代码行，它应该设置 具有我想要的值的轴，但是，它会引发错误。我无法想象 为什么！

这是我的情节中的情节：

Answer 1

我使用了以下内容并且运行没有错误。

我更改的是您导入的第一行中的拼写错误，并将loss_ave_hist替换为y（即您在问题中称为数据的内容。

y  = [2586.087776040828,2285.8044466570227,1991.0556336526986,1719.7261325405243,1479.8272625661773,1272.5176077500348,1096.4367842436593,949.02201512882527,826.89866676342137,726.37921828890637,636.07392349697909,553.52559247838076,480.71257022562935,418.00424110010181,364.41801903538288,318.67575156686001,280.17668207838426,248.15399589447813,221.75070551820284,199.59983992701842,179.72014852370447,162.27141772637697,147.14507926321306,134.22828323366301,123.36572367962557,114.33589702168332,106.8825327470323,100.69181027167537,95.515144406404971,91.091036326792434]   

import matplotlib.pyplot as plt
fig3_4 ,ax3_4 = plt.subplots()
x = range(0,30)
ax3_4.semilogx(range(0,30),(y))
ax3_4.set_title('Validation Performance')
# ax3_4.set_xticks(np.arange(0,30, 1.0))
ax3_4.set_xlabel('i')
ax3_4.set_ylabel('Average Loss')
plt.show()

更新：据我所知，您希望使用0..29的值标记x轴，但在对数刻度上，所有这些数字都非常接近。

这是设置了xticks的图像（我没有得到任何错误）：

fig3_4 ,ax3_4 = plt.subplots()
x = range(0,30)
ax3_4.semilogx(range(0,30),(y))
ax3_4.set_title('Validation Performance')
ax3_4.set_xticks(np.arange(0,30, 1.0))
ax3_4.set_xlabel('i')
ax3_4.set_ylabel('Average Loss')
plt.show()

以下是我用semilogx替换semilogy的图片。

fig3_4 ,ax3_4 = plt.subplots()
x = range(0,30)
ax3_4.semilogy(range(0,30),(y))
ax3_4.set_title('Validation Performance')
ax3_4.set_xticks(np.arange(0,30, 1.0))
ax3_4.set_xlabel('i')
ax3_4.set_ylabel('Average Loss')
plt.show()

这是否与您的目标相似？

Answer 2

这是一种制作semilogx图的方法，但是根据其原始（非日志）值标记了xticks。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as mticker

y = np.array([2586.087776040828, 2285.8044466570227, 1991.0556336526986, 1719.7261325405243, 1479.8272625661773, 1272.5176077500348, 1096.4367842436593, 949.02201512882527, 826.89866676342137, 726.37921828890637, 636.07392349697909, 553.52559247838076, 480.71257022562935, 418.00424110010181, 364.41801903538288, 318.67575156686001, 280.17668207838426, 248.15399589447813, 221.75070551820284, 199.59983992701842, 179.72014852370447, 162.27141772637697, 147.14507926321306, 134.22828323366301, 123.36572367962557, 114.33589702168332, 106.8825327470323, 100.69181027167537, 95.515144406404971, 91.091036326792434])
x = np.arange(1, len(y)+1)

fig, ax = plt.subplots()
ax.plot(x, y, 'o-')
ax.set_xlim(x.min(), x.max())
ax.set_xscale('log')
formatter = mticker.ScalarFormatter()
ax.xaxis.set_major_formatter(formatter)
ax.xaxis.set_major_locator(mticker.FixedLocator(np.arange(0, x.max()+1, 5)))
plt.show()

的产率 FixedLocator(np.arange(0, x.max()+1, 5)))在x的每第5个值处设置一个刻度线。 使用ax.xaxis.set_major_locator(mticker.FixedLocator(x))，xticklabels有点过于拥挤。

注意我将x = range(0, 30)更改为x = np.arange(1, len(y)+1) x的长度应与y的长度相匹配，因为我们使用的是对数x - 轴，所以从x=0开始是没有意义的。

另请注意，在原始代码中，第一个y值（2586.08 ...）缺失，因为其关联的x值0在对数刻度上是非图表。< / p>