在y轴上绘制特定值，而不是从数据帧增加比例

Question

当将数据框中的2列绘制成线图时，是否有可能（而不是一致增加的比例）在y轴上具有固定值（并保持轴上数字之间的距离不变）？例如，取决于数据集中的值，而不是0,100,200,300 ......具有0,21,53,124,287？所以基本上在轴上有所有可能的值固定而不是增加的比例？

Answer 1

是的，您可以使用：ax.set_yticks()

示例：

df = pd.DataFrame([[13, 1], [14, 1.5], [15, 1.8], [16, 2], [17, 2], [18, 3 ], [19, 3.6]], columns = ['A','B'])
fig, ax = plt.subplots()

x = df['A']
y = df['B']
ax.plot(x, y, 'g-')
ax.set_yticks(y)
plt.show()

或者，如果值彼此非常远，则可以使用ax.set_yscale('log')。 例如：

df = pd.DataFrame([[13, 1], [14, 1.5], [15, 1.8], [16, 2], [17, 2], [18, 3 ], [19, 3.6], [20, 300]], columns = ['A','B'])
fig, ax = plt.subplots()

x = df['A']
y = df['B']

ax.plot(x, y, 'g-')
ax.set_yscale('log', basex=2)
ax.yaxis.set_ticks(y)
ax.yaxis.set_ticklabels(y)
plt.show()

Answer 2

您需要做的是：

1. 获取所有不同的y值并对其进行排序

2. 根据他们在有序列表中的位置在地块上设置y位置

3. 根据不同的有序值设置y标签

以下代码可以

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

df = pd.DataFrame([[13, 1], [14, 1.8], [16, 2], [15, 1.5], [17, 2], [18, 3 ], 
                   [19, 200],[20, 3.6], ], columns = ['A','B'])

x = df['A']
y = df['B']

y_keys = np.sort(y.unique())
y_values = range(len(y_keys))
y_dict = dict(zip(y_keys,y_values))

fig, ax = plt.subplots()

ax.plot(x,[y_dict[k] for k in y],'o-')

ax.set_yticks(y_values)
ax.set_yticklabels(y_keys)