Python、Matplotlib、子绘图：如何设置轴范围？

如何将第二个子批次的y轴范围设置为例如[01000]？ 我的数据的FFT图（文本文件中的一列）导致（inf.？）峰值，因此实际数据不可见

pylab.ylim([0,1000])

不幸的是，它没有效果。以下是整个脚本：

# based on http://www.swharden.com/blog/2009-01-21-signal-filtering-with-python/
import numpy, scipy, pylab, random

xs = []
rawsignal = []
with open("test.dat", 'r') as f:
      for line in f:
            if line[0] != '#' and len(line) > 0:
                xs.append( int( line.split()[0] ) )
                rawsignal.append( int( line.split()[1] ) )

h, w = 3, 1
pylab.figure(figsize=(12,9))
pylab.subplots_adjust(hspace=.7)

pylab.subplot(h,w,1)
pylab.title("Signal")
pylab.plot(xs,rawsignal)

pylab.subplot(h,w,2)
pylab.title("FFT")
fft = scipy.fft(rawsignal)
#~ pylab.axis([None,None,0,1000])
pylab.ylim([0,1000])
pylab.plot(abs(fft))

pylab.savefig("SIG.png",dpi=200)
pylab.show()

其他改进也非常感谢

您有：

注意：命令必须在绘图后执行

更新2021
因为，您应该改为使用pyplot：

from matplotlib import pyplot as plt
plt.ylim(0, 100) 
#corresponding function for the x-axis
plt.xlim(1, 1000)

---

有时，您确实希望在绘制数据之前设置轴限制。在这种情况下，可以设置

轴

或

轴子图

对象的“自动缩放”功能。感兴趣的功能有

set\u autoscale\u on

、

set\u autoscalex\u on

和

set\u autoscaley\u on

在本例中，您希望冻结y轴的限制，但允许x轴展开以容纳数据。因此，您需要将上的

autoscaley\u属性更改为
False
。以下是代码中FFT子片段的修改版本：

fft_axes = pylab.subplot(h,w,2)
pylab.title("FFT")
fft = scipy.fft(rawsignal)
pylab.ylim([0,1000])
fft_axes.set_autoscaley_on(False)
pylab.plot(abs(fft))

使用是一个很好的方法。如果您想与多个图形和子图交互，它会有所帮助。要直接添加和操作轴对象，请执行以下操作：

import matplotlib.pyplot as plt
fig = plt.figure(figsize=(12,9))

signal_axes = fig.add_subplot(211)
signal_axes.plot(xs,rawsignal)

fft_axes = fig.add_subplot(212)
fft_axes.set_title("FFT")
fft_axes.set_autoscaley_on(False)
fft_axes.set_ylim([0,1000])
fft = scipy.fft(rawsignal)
fft_axes.plot(abs(fft))

plt.show()

如果你知道你想要的确切轴，那么

pylab.ylim（[01000]）

工作原理如前所述。但是，如果您想要一个更灵活的轴来适合您的精确数据，就像我发现这个问题时所做的那样，那么将轴限制设置为数据集的长度。如果您的数据集是问题中的
fft
，则在plot命令后添加：

length=（len（fft））
pylab.ylim（[0，length]）
如果您有多个子批次，即

fig, ax = plt.subplots(4, 2)

您可以对它们使用相同的y限制。它从第一个图中得到y ax的极限

plt.setp(ax, ylim=ax[0,0].get_ylim())

每当我这样做时，它都会将图像翻转过来。如果我将其与hexbin一起使用，则在plot（）曝光两个绘图上的白色背景后使用ylim。如果您不使用plot，而是使用savefig？？调用
plot（）
，然后调用
ylim（）
，然后使用
savefig（）
。这是否回答了您的问题？正如Rob所建议的，matplotlib中的OO接口比基于状态的pylab接口更受欢迎。虽然许多示例使用pylab，但不再推荐使用它。对于非交互式打印，建议使用pyplot创建图形，然后使用OO界面进行打印
plt.setp(ax, ylim=ax[0,0].get_ylim())