Zmiana "częstotliwości kleszczowej" na osi x lub y w matplotlib?

Innym podejściem jest ustawienie lokalizatora osi:

import matplotlib.ticker as plticker

loc = plticker.MultipleLocator(base=1.0) # this locator puts ticks at regular intervals
ax.xaxis.set_major_locator(loc)

Istnieje kilka różnych typów lokalizatorów w zależności od potrzeb.

Podoba mi się to rozwiązanie (z Matplotlib):

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

x = [0,5,9,10,15]
y = [0,1,2,3,4]

tick_spacing = 1

fig, ax = plt.subplots(1,1)
ax.plot(x,y)
ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))
plt.show()

To rozwiązanie daje wyraźną kontrolę odstępów między kleszczami za pomocą liczby podanej ticker.MultipleLocater(), umożliwia automatyczne wyznaczanie granic i jest łatwe do odczytania później.

Jeśli ktoś jest zainteresowany ogólnym jednoliniowym, po prostu pobierz aktualne kleszcze i użyj go, aby ustawić nowe kleszcze, pobierając próbki co drugi kleszcz.

ax.set_xticks(ax.get_xticks()[::2])

To jest trochę chwiejne, ale zdecydowanie najczystszy / najłatwiejszy do zrozumienia przykład, który znalazłem, aby to zrobić. To z odpowiedzi na tak tutaj:

Najczystszy sposób na ukrycie każdej n-tej etykiety w pasku kolorów matplotlib?

for label in ax.get_xticklabels()[::2]:
    label.set_visible(False)

Następnie możesz zapętlić etykiety ustawiając je na widoczne lub nie, w zależności od pożądanej gęstości.

Edit: zauważ, że czasami matplotlib ustawia etykiety == '', więc może to wyglądać tak, jakby etykieta nie była obecna, kiedy w rzeczywistości jest i po prostu nie jest wyświetlanie czegokolwiek. Aby upewnić się, że zapętlasz rzeczywiste widoczne etykiety, możesz spróbować:

visible_labels = [lab for lab in ax.get_xticklabels() if lab.get_visible() is True and lab.get_text() != '']
plt.setp(visible_labels[::2], visible=False)

To stary temat, ale potykam się o to od czasu do czasu i stworzyłem tę funkcję. To bardzo wygodne:

import matplotlib.pyplot as pp
import numpy as np

def resadjust(ax, xres=None, yres=None):
    """
    Send in an axis and I fix the resolution as desired.
    """

    if xres:
        start, stop = ax.get_xlim()
        ticks = np.arange(start, stop + xres, xres)
        ax.set_xticks(ticks)
    if yres:
        start, stop = ax.get_ylim()
        ticks = np.arange(start, stop + yres, yres)
        ax.set_yticks(ticks)

Jednym z zastrzeżeń kontrolowania kleszczy jest to, że nie cieszy się już interaktywną automatyczną aktualizacją maksymalnej skali po dodanej linii. Następnie wykonaj

gca().set_ylim(top=new_top) # for example

I uruchom ponownie funkcję resadjust.

Opracowałem nieeleganckie rozwiązanie. Rozważmy, że mamy oś X, a także listę etykiet dla każdego punktu w X.

import matplotlib.pyplot as plt

x = [0,1,2,3,4,5]
y = [10,20,15,18,7,19]
xlabels = ['jan','feb','mar','apr','may','jun']

xlabelsnew = []
for i in xlabels:
    if i not in ['feb','jun']:
        i = ' '
        xlabelsnew.append(i)
    else:
        xlabelsnew.append(i)

plt.plot(x,y)
plt.xticks(range(0,len(x)),xlabels,rotation=45)
plt.show()

plt.plot(x,y)
plt.xticks(range(0,len(x)),xlabelsnew,rotation=45)
plt.show()

xmarks=[i for i in range(1,length+1,1)]

plt.xticks(xmarks)

To zadziałało dla mnie

Jeśli chcesz kleszcze pomiędzy [1,5] (1 i 5 włącznie) to zastąp

length = 5

Oto czysta implementacja Pythona żądanej funkcjonalności, która obsługuje dowolne serie liczbowe (int lub float) z dodatnimi, ujemnymi lub mieszanymi wartościami:

def computeTicks (x, step = 5):
    """
    Computes domain with given step encompassing series x
    @ params
    x    - Required - A list-like object of integers or floats
    step - Optional - Tick frequency
    """
    import math as Math
    xMax, xMin = Math.ceil(max(x)), Math.floor(min(x))
    dMax, dMin = xMax + abs((xMax % step) - step) + (step if (xMax % step != 0) else 0), xMin - abs((xMin % step))
    return range(dMin, dMax, step)

Przykładowe Wyjście:

# Negative to Positive
series = [-2, 18, 24, 29, 43]
print(list(computeTicks(series)))

[-5, 0, 5, 10, 15, 20, 25, 30, 35, 40, 45]

# Negative to 0
series = [-30, -14, -10, -9, -3, 0]
print(list(computeTicks(series)))

[-30, -25, -20, -15, -10, -5, 0]

# 0 to Positive
series = [19, 23, 24, 27]
print(list(computeTicks(series)))

[15, 20, 25, 30]

# Floats
series = [1.8, 12.0, 21.2]
print(list(computeTicks(series)))

[0, 5, 10, 15, 20, 25]

# Step – 100
series = [118.3, 293.2, 768.1]
print(list(computeTicks(series, step = 100)))

[100, 200, 300, 400, 500, 600, 700, 800]

I Użycie Próbki:

import matplotlib.pyplot as plt

x = [0,5,9,10,15]
y = [0,1,2,3,4]
plt.plot(x,y)
plt.xticks(computeTicks(x))
plt.show()