Python 通过matplotlib中的因子更改打印比例

我正在用python创建一个情节。有没有办法通过因子重新缩放轴？

yscale

和

xscale

命令仅允许我关闭日志刻度

编辑：

---

例如如果我有一个

x

比例从1 nm到50 nm的图，那么x比例将从1x10^（-9）到50x10^（-9），我希望它从1变为50。因此，我希望plot函数将放置在plot上的x值除以10^（-9）

要设置x轴的范围，可以使用

set_xlim（左、右）

更新：

看起来您想要一个相同的绘图，但只更改“刻度值”，您可以通过获取刻度值，然后将其更改为您想要的任何值来实现。因此，根据您的需要，它将是这样的：

ticks = your_plot.get_xticks()*10**9
your_plot.set_xticklabels(ticks)

---

与其改变刻度，为什么不改变单位呢？制作一个单独的X值数组

X

，其单位为nm。这样，当您绘制数据时，它已经是正确的格式！只需确保添加一个

xlabel

来指示单位（无论如何都应该这样做）

---

正如您所注意到的，

xscale

和

yscale

不支持简单的线性重新缩放（不幸的是）。作为Hooked答案的替代方案，您可以像这样欺骗标签，而不是弄乱数据：

ticks = ticker.FuncFormatter(lambda x, pos: '{0:g}'.format(x*scale))
ax.xaxis.set_major_formatter(ticks)

显示x和y缩放的完整示例：

import numpy as np
import pylab as plt
import matplotlib.ticker as ticker

# Generate data
x = np.linspace(0, 1e-9)
y = 1e3*np.sin(2*np.pi*x/1e-9) # one period, 1k amplitude

# setup figures
fig = plt.figure()
ax1 = fig.add_subplot(121)
ax2 = fig.add_subplot(122)
# plot two identical plots
ax1.plot(x, y)
ax2.plot(x, y)

# Change only ax2
scale_x = 1e-9
scale_y = 1e3
ticks_x = ticker.FuncFormatter(lambda x, pos: '{0:g}'.format(x/scale_x))
ax2.xaxis.set_major_formatter(ticks_x)

ticks_y = ticker.FuncFormatter(lambda x, pos: '{0:g}'.format(x/scale_y))
ax2.yaxis.set_major_formatter(ticks_y)

ax1.set_xlabel("meters")
ax1.set_ylabel('volt')
ax2.set_xlabel("nanometers")
ax2.set_ylabel('kilovolt')

plt.show() 

最后我得到了一张照片的学分：

---

请注意，如果您像我一样拥有

text.usetex:true

，您可能希望将标签包含在

$

中，就像这样：

'${0:g}$'

据我所知，xlim会更改绘图范围，而不会缩放它。请看我的例子。@Yotam-所以您希望绘图是相同的，但是x比例标签上的值会改变？非常简单的解决方案。然而，我发现这会导致标签带有小数，即使使用只应显示整数的股票代码（例如MultipleLocator或MaxNLocator）。我发现这可以通过使用

ticks.astype（int）

而不是

ticks

来解决。不幸的是，

get_xticks（）

在绘图之后才起作用。约塔姆，你似乎有很多悬而未决的问题已经得到了回答，但你还没有接受答案。请接受旧问题的答案或添加其他信息，以便我们可以帮助您！这就是我现在想要做的。我认为有更优雅的方式。这可能是更正确的答案。谢谢@Oysteinth这是我们需要的黑客在左边你可以看到右下角的“X10^-9”。使用

FuncFormatter

此功能似乎已禁用。不幸的是，我需要这个功能。

import numpy as np
import pylab as plt
import matplotlib.ticker as ticker

# Generate data
x = np.linspace(0, 1e-9)
y = 1e3*np.sin(2*np.pi*x/1e-9) # one period, 1k amplitude

# setup figures
fig = plt.figure()
ax1 = fig.add_subplot(121)
ax2 = fig.add_subplot(122)
# plot two identical plots
ax1.plot(x, y)
ax2.plot(x, y)

# Change only ax2
scale_x = 1e-9
scale_y = 1e3
ticks_x = ticker.FuncFormatter(lambda x, pos: '{0:g}'.format(x/scale_x))
ax2.xaxis.set_major_formatter(ticks_x)

ticks_y = ticker.FuncFormatter(lambda x, pos: '{0:g}'.format(x/scale_y))
ax2.yaxis.set_major_formatter(ticks_y)

ax1.set_xlabel("meters")
ax1.set_ylabel('volt')
ax2.set_xlabel("nanometers")
ax2.set_ylabel('kilovolt')

plt.show()