Python 如何在绘图中创建自定义（非线性，非对数）x轴
我使用matplotlib绘制一系列数据，如下所示，这些数据在x轴上分布非常不均匀（单位：秒）。 比如，这里，图1，在0-100秒之间非常浓缩，之后就不那么浓缩了。但在线性x轴上，我们无法清楚地看出浓缩的事实。 因此，我想自定义x轴以放大某些部分并缩小其他部分。例如，在这里，放大0-100秒（可能占据几乎一半的轴），缩小100-1750秒（另一半轴） 下图2是我所说的“定制”x轴的一个示例，它的轴上有[0.5s、1.3s、5s、10s、20s、30s、60s、2m、5m、10m、8h]Python 如何在绘图中创建自定义（非线性，非对数）x轴,python,matplotlib,Python,Matplotlib,我使用matplotlib绘制一系列数据，如下所示，这些数据在x轴上分布非常不均匀（单位：秒）。 比如，这里，图1，在0-100秒之间非常浓缩，之后就不那么浓缩了。但在线性x轴上，我们无法清楚地看出浓缩的事实。 因此，我想自定义x轴以放大某些部分并缩小其他部分。例如，在这里，放大0-100秒（可能占据几乎一半的轴），缩小100-1750秒（另一半轴） 下图2是我所说的“定制”x轴的一个示例，它的轴上有[0.5s、1.3s、5s、10s、20s、30s、60s、2m、5m、10m、8h] 很抱
很抱歉，我是新来的，无法将数字直接附加到聊天室。不同“缩放”级别的不同部分 您描述希望您的体形在0到100之间放大，在100到1750之间缩小。为此，您可以创建类似于“断轴”示例的内容，但让我向您展示如何将其应用于数据集 首先，让我生成一个类似于您的假数据集，因为您没有提供数据集
large_peak = 10 * np.random.randn(100) + 10
other_data = 2000 * np.random.uniform(size=10)
data = np.concatenate((large_peak, other_data))
fig, ax = plt.subplots()
bins = np.arange(0, np.max(data), 20)
ax.hist(data, bins=bins, density=True)
# sharey to have the same y axis limits, wspace=0 to make the axes connect
fig, (ax1, ax2) = plt.subplots(1, 2, sharey=True, gridspec_kw={'wspace': 0})
# x limits of the axes
xlim1 = (0, 100)
xlim2 = (100, 1750)
# calculate the histogram bin width such that it is equal for both axes
# we choose 50 bins per axis, you can change this value
bins1 = np.arange(xlim1[0], xlim1[1] + 1, np.diff(xlim1) / 50)
bins2 = np.arange(xlim2[0], xlim2[1] + 1, np.diff(xlim2) / 50)
# plot the same data in both axes
ax1.hist(data, bins=bins1, density=True)
ax2.hist(data, bins=bins2, density=True)
# hide the spines and ticks
ax1.spines.right.set_visible(False)
ax2.spines.left.set_visible(False)
ax2.tick_params(axis='y', left=False)
# set the x limits
ax1.set_xlim(xlim1)
ax2.set_xlim(xlim2)
# add line to indicate the change in x scale
ax1.axvline(xlim1[1], clip_on=False, color='gray', linestyle=':')
很明显，您可以看到此图中的x轴实际上是按对数缩放的。您可以使用该方法将刻度放置在不同的位置，也可以放置在对数比例的图形中。下面是创建第二个示例的方法，该示例使用对数比例。可以创建一个显示x记号的值，以显示秒、分钟或小时
导入matplotlib.pyplot作为plt
从matplotlib.ticker导入NullFormatter、FuncFormatter
将numpy作为np导入
分钟=60
小时=60*分钟
def hms_格式化程序（x，pos）：
如果x<120：
返回f'{x:g}'
elif x<120*分钟：
返回f'{x/分钟：g}m'
其他：
返回f'{x/小时：g}h'
图，ax=plt.子批次（）
ax.setxscale（'log'））
ax.set_xticks（[.5,1.3,5,10,20,30,60,2*分钟，5*分钟，10*分钟，8*小时]）
ax.set_xticks（[i代表范围（1,20）中的i）]+[i代表范围（20,120,10）中的i]
+[i*分钟表示i在范围（1,20）]+[i*分钟表示i在范围（20,120,10）]
+[i*i在（1,10）范围内的小时数]，
次要=正确）
ax.xaxis.set\u major\u格式化程序（FuncFormatter（hms\u格式化程序））
ax.xaxis.set_minor_格式化程序（NullFormatter（））
x=np.logspace（0，np.log10（8*h），200）
y=np.随机.正常（0.1,1200）.cumsum（）+5
轴图（x，y）
最大利润率（x=0）
ax.set_ylim（ymin=0）
plt.show（）
谢谢您的回答，但我返回了以下内容，您的回答中没有提到任何内容？-------------------------------------------------------------TypeError:格式化程序参数应为matplotlib.ticker.formatter的实例。我编辑了代码以使用FuncFormatter使其也适用于较旧的matplotlib版本。（如果可能的话，强烈建议您升级。）感谢JohanC，我发现了一个有趣的问题，通过这种方式（x=np.logspace（0，np.log10（8*hours），x轴的起点将始终是1，不能达到0。我尝试使用float（'-inf'）而不是0，但出现了一个错误。我发布的图片是如何达到0的？我想他们没有达到0，只是0和1之间的某个点，用对数刻度，0将处于负无穷大，所以不可能显示。此外，在绘图上放一个非常小的数字（比如说
1e-10半对数symlog