在matplotlib中设置坐标轴限制，但在这些限制内自动缩放

Question

3

在matplotlib中，是否可以设置轴的最大和最小值，但当值远小于这些限制时自动缩放？

例如，我想要一个百分比变化的图表在-100和100之间限制，但我的许多图表将在-5和5之间。当我使用ax.set_ylim（-100,100）时，此图表非常不清晰。

我想我可以使用类似ax.set_ylim(max((-100，data-n))，min((100，data+n)))的东西，但是否有更内置的方法来实现这一点？

- BHC

不，没有内置的方法来检测比例尺的异常值。要么你设置限制，要么你不设置。（唯一的例外是，你可以设置其中一个限制，并让另一个自动缩放，但在这种情况下没有用处。） - ImportanceOfBeingErnest

3个回答

1

正如ImportanceOfBeingErnest所指出，目前没有对这个功能的支持。最终，我只是使用了我的原始想法，但通过最大值和最小值的比例来缩放它，以给人自动缩放的印象。

ax.set_ylim(max((-100, data_min+data_min*0.1)), min((100, data_max+data_max*0.1)))

在我的情况下，这是真的

data_min <= 0, data_max >= 0

- BHC

0

为什么不在每次更新绘图时基于数据范围设置轴限制呢？

ax.set_ylim(min(data), max(data))

或者检查数据范围是否低于某个阈值，然后设置轴限制。

if min(abs(data)) < thresh:
    ax.set_ylim(min(data), max(data))

- fstop_22

我想在极端异常值的情况下将轴限制在某个水平线上。如果我使用最小值和最大值，而存在一个100000的值，那么图表的其余部分将毫无意义。 - BHC

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Robert King · Accepted Answer

如果您想去除极端异常值，可以使用numpy quantile函数，找到数据中的前0.001％和后99.999％。

near_min = np.quantile(in_data, 0.0001)
near_max = np.quantile(in_data, 0.9999)
ax.set_ylim(near_min, near_max)

根据您删除的数据量，您需要调整分位数。您可能需要进行一些测试，以确定near_min和true min之间的差异是否显著。