Matplotlib 第二个x轴使用转换后的值

Question

我一直在使用一段代码（基于解决另一个问题的解决方案，见这里）来创建双x轴的光谱数据图。第一个（底部）是以频率为单位，第二个（顶部）只是转换为波长单位（波长=3E8/频率）。这一直运作良好，直到我将MPL升级到1.4.2版本之后，上轴的值与下轴的值完全相同（请参见示例）。

以下是一个来自MPL邮件列表的最小工作示例：

from matplotlib.transforms import Transform, BlendedGenericTransform, IdentityTransform 
import matplotlib.pyplot as plt 
from mpl_toolkits.axes_grid.parasite_axes import SubplotHost 
import numpy as np 

c = 3.e2 

class Freq2WavelengthTransform(Transform): 
    input_dims = 1 
    output_dims = 1 
    is_separable = False 
    has_inverse = True 

    def transform(self, tr): 
        return c/tr 

    def inverted(self): 
        return Wavelength2FreqTransform() 


class Wavelength2FreqTransform(Freq2WavelengthTransform): 
    def inverted(self): 
        return Freq2WavelengthTransform() 

aux_trans = BlendedGenericTransform(Freq2WavelengthTransform(), 
IdentityTransform()) 

fig = plt.figure(2) 

ax_GHz = SubplotHost(fig, 1,1,1) 
fig.add_subplot(ax_GHz) 
ax_GHz.set_xlabel("Frequency (GHz)") 


xvals = np.arange(199.9, 999.9, 0.1) 
#make some test data 
data = np.sin(0.03*xvals) 

ax_mm = ax_GHz.twin(aux_trans) 
ax_mm.set_xlabel('Wavelength (mm)') 
ax_mm.set_viewlim_mode("transform") 
ax_mm.axis["right"].toggle(ticklabels=False) 

ax_GHz.plot(xvals, data) 
ax_GHz.set_xlim(200, 1000) 

plt.draw() 
plt.show()

这会产生以下输出：

有人能告诉我如何在 MPL 1.4.2 中解决这个问题吗？

- Tom Brien

---

可能是如何在matplotlib中添加第二个x轴的重复问题。也许被接受的答案会有所帮助。pyplot.twiny()。 - wwii

Answer 1

结合Adobe在thread中提供的答案和您自己的代码。

import numpy as np
import matplotlib.pyplot as plt

c=3.e2
fig = plt.figure()    
ax1 = fig.add_subplot(111)    
ax2 = ax1.twiny()

xvals = np.arange(199.9, 999.9, 0.1)     
data = np.sin(0.03*xvals)     
ax1.plot(xvals, data)

ax1Ticks = ax1.get_xticks()   
ax2Ticks = ax1Ticks

def tick_function(X):
    V = c/X
    return ["%.3f" % z for z in V]

ax2.set_xticks(ax2Ticks)
ax2.set_xbound(ax1.get_xbound())
ax2.set_xticklabels(tick_function(ax2Ticks))

ax1.set_xlabel("Frequency (GHz)") 
ax2.set_xlabel('Wavelength (mm)')
ax1.grid(True)
plt.ylim(ymin=-1.1,ymax=1.1)
plt.show()

这将产生以下结果：

希望这可以帮到你！

- user3417220