如何在matplotlib中将刻度设置为2的幂？

Question

我可以帮您翻译以下内容，涉及IT技术，内容如下：

我想绘制一个x轴刻度值按2的幂增长的图形。

例如：

import pandas as pd
data = pd.DataFrame({
    'x': [2, 4, 8, 16, 32, 64],
    'y': [1, 2, 3, 4, 5, 6]
})

我期望的是像这样的图形： 对于像上面样例中整洁的数据，我可以在数据框中创建一个辅助列x2，用1~6填充，然后将图形的xticklabels设置为2^1~2^6。但是，这种解决方法不适用于其他值如3、7或30的情况。

看起来matplotlib只支持对数刻度。那么我如何实现2的幂次刻度的刻度线？

- mori

---

你提到的“3、7或30等其他数值”，是指x值的数量，而不是所需的功率尺度，对吗？ - Benjamin Loison

看起来和这个问题重复了。 - Benjamin Loison

Answer 1

这是一个特别棘手的问题（我没想到会是这样的^^）。

好的，让我们从一些阅读提示开始：你想设置x/y轴的比例尺：.matplotlib.axes.Axes.set_yscale()。虽然有几种标准的比例尺（默认值显然是'liner'），但你可以设置自定义的比例尺。这里有一些不错的示例。

基本上，你需要定义两个函数，一个是正向转换，一个是逆向转换。 之后，你需要正确设置刻度（因为你在绘图之后应用了转换，刻度保持不变（但由于转换的原因位置可能不同）。对此有两种选择：

• 通过手动设置刻度 matplotlib.axes.Axes.set_xticks()，或者
• 通过设置轴的定位器：matplotlib.axes.Axes.xaxis.set_major_locator()。如果您使用网格，建议使用此方法。但由于我的知识有限，我希望能得到更详细的解释（因为现在我也对这个功能很好奇^^）

现在来到棘手的部分：将刻度标签格式化为表示'2^x'。我没有找到比将它们明确设置为字符串更好的方法。似乎只能在受限范围内更改通用格式，参见matplotlib.pyplot.ticklabel_format()，其中可以选择是否以科学计数法显示（即在右下角显示'10^x'）。如果有更通用的解决方案，请告诉我。

import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
from matplotlib.ticker import FixedLocator

# create dummy data
df = pd.DataFrame({
    'x': [2**x for x in range(1,10)],
    'y': list(range(1,10))
})

def forward(x):
    return np.log2(x)


def inverse(x):
    return 2**x

# open figure
fig, ax = plt.subplots(2,2)
axs = ax.flatten()
for i in range(0,4):
    # plot data
    axs[i].plot(df['x'],df['y'])
    if i > 0:
        # set scale function
        axs[i].set_xscale('function', functions=(forward,inverse))
    if i > 1:
        # set ticks
        # - OPTION 1
        axs[i].set_xticks(df['x'])
        # - OPTION 2
      axs[i].xaxis.set_major_locator(FixedLocator(2**np.arange(1,10)))
    if i > 2:
        # est tick labels
        axs[i].set_xticklabels( [f"2^{j:.0f}" for j in np.log2(df['x'])] )

plt.show()

- max