将轴偏移值格式化为整数或特定数字

问题描述：

我有一个 matplotlib 图，其中绘制的数据始终以纳秒 (1e-9) 为单位。在 y 轴上，如果我有几十纳秒的数据，即 44e-9，则轴上的值显示为 4.4，偏移量为 +1e-8。有没有办法强制轴显示 44，偏移量为 +1e-9？

我的 x 轴也是如此，轴显示 +5.54478e4，我宁愿显示偏移量 +55447（整数，无小数 - 这里的值以天为单位）。

我尝试过这样的几件事：

p = axes.plot(x,y)
p.ticklabel_format(style='plain')

对于 x 轴，但这不起作用，虽然我可能使用不当或误解了文档中的某些内容，有人可以指出我正确的方向吗？

谢谢，乔纳森

我尝试使用格式化程序做一些事情，但还没有找到任何解决方案......：

myyfmt = ScalarFormatter(useOffset=True)
myyfmt._set_offset(1e9)
axes.get_yaxis().set_major_formatter(myyfmt)

和

myxfmt = ScalarFormatter(useOffset=True)
myxfmt.set_portlimits((-9,5))
axes.get_xaxis().set_major_formatter(myxfmt)

顺便说一句，我实际上对“偏移量数”对象的实际位置感到困惑...它是主/次刻度的一部分吗？

解决方案 1：

我遇到了完全相同的问题，并且这些行解决了该问题：

from matplotlib.ticker import ScalarFormatter

y_formatter = ScalarFormatter(useOffset=False)
ax.yaxis.set_major_formatter(y_formatter)

解决方案 2：

一个更简单的解决方案是简单地自定义刻度标签。请看以下示例：

from pylab import *

# Generate some random data...
x = linspace(55478, 55486, 100)
y = random(100) - 0.5
y = cumsum(y)
y -= y.min()
y *= 1e-8

# plot
plot(x,y)

# xticks
locs,labels = xticks()
xticks(locs, map(lambda x: "%g" % x, locs))

# ytikcs
locs,labels = yticks()
yticks(locs, map(lambda x: "%.1f" % x, locs*1e9))
ylabel('microseconds (1E-9)')

show()

注意，在 y 轴的情况下，我将值乘以，1e9然后在 y 标签中提到该常数

编辑

另一种选择是通过手动将其文本添加到图的顶部来伪造指数乘数：

locs,labels = yticks()
yticks(locs, map(lambda x: "%.1f" % x, locs*1e9))
text(0.0, 1.01, '1e-9', fontsize=10, transform = gca().transAxes)

编辑2

您也可以用同样的方式格式化 x 轴偏移值：

locs,labels = xticks()
xticks(locs, map(lambda x: "%g" % x, locs-min(locs)))
text(0.92, -0.07, "+%g" % min(locs), fontsize=10, transform = gca().transAxes)

解决方案 3：

您必须子类化ScalarFormatter才能执行所需的操作……_set_offset只需添加一个常数，即可设置ScalarFormatter.orderOfMagnitude。不幸的是，手动设置orderOfMagnitude不会做任何事情，因为在ScalarFormatter调用实例来格式化轴刻度标签时会重置它。它不应该这么复杂，但我找不到更简单的方法来做你想做的事……这是一个例子：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import ScalarFormatter, FormatStrFormatter

class FixedOrderFormatter(ScalarFormatter):
    """Formats axis ticks using scientific notation with a constant order of 
    magnitude"""
    def __init__(self, order_of_mag=0, useOffset=True, useMathText=False):
        self._order_of_mag = order_of_mag
        ScalarFormatter.__init__(self, useOffset=useOffset, 
                                 useMathText=useMathText)
    def _set_orderOfMagnitude(self, range):
        """Over-riding this to avoid having orderOfMagnitude reset elsewhere"""
        self.orderOfMagnitude = self._order_of_mag

# Generate some random data...
x = np.linspace(55478, 55486, 100) 
y = np.random.random(100) - 0.5
y = np.cumsum(y)
y -= y.min()
y *= 1e-8

# Plot the data...
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x, y, 'b-')

# Force the y-axis ticks to use 1e-9 as a base exponent 
ax.yaxis.set_major_formatter(FixedOrderFormatter(-9))

# Make the x-axis ticks formatted to 0 decimal places
ax.xaxis.set_major_formatter(FormatStrFormatter('%0.0f'))
plt.show()

结果如下：

而默认格式如下：

希望这能有点帮助！

编辑：不管怎么说，我也不知道偏移标签在哪里……手动设置它会稍微容易一些，但我不知道该怎么做……我觉得一定有比所有这些更简单的方法。不过，它确实有效！

解决方案 4：

与 Amro 的答案类似，您可以使用 FuncFormatter

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter

# Generate some random data...
x = np.linspace(55478, 55486, 100) 
y = np.random.random(100) - 0.5
y = np.cumsum(y)
y -= y.min()
y *= 1e-8

# Plot the data...
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x, y, 'b-')

# Force the y-axis ticks to use 1e-9 as a base exponent 
ax.yaxis.set_major_formatter(FuncFormatter(lambda x, pos: ('%.1f')%(x*1e9)))
ax.set_ylabel('microseconds (1E-9)')

# Make the x-axis ticks formatted to 0 decimal places
ax.xaxis.set_major_formatter(FuncFormatter(lambda x, pos: '%.0f'%x))
plt.show()

解决方案 5：

在添加以下内容后，Gonzalo 的解决方案开始为我工作set_scientific(False)：

ax=gca()
fmt=matplotlib.ticker.ScalarFormatter(useOffset=False)
fmt.set_scientific(False)
ax.xaxis.set_major_formatter(fmt)

解决方案 6：

正如评论和这个答案中指出的那样，可以通过执行以下操作来全局关闭偏移量：

matplotlib.rcParams['axes.formatter.useoffset'] = False

解决方案 7：

我认为更优雅的方法是使用 ticker 格式化程序。以下是 xaxis 和 yaxis 的示例：

from pylab import *
from matplotlib.ticker import MultipleLocator, FormatStrFormatter

majorLocator   = MultipleLocator(20)
xFormatter = FormatStrFormatter('%d')
yFormatter = FormatStrFormatter('%.2f')
minorLocator   = MultipleLocator(5)


t = arange(0.0, 100.0, 0.1)
s = sin(0.1*pi*t)*exp(-t*0.01)

ax = subplot(111)
plot(t,s)

ax.xaxis.set_major_locator(majorLocator)
ax.xaxis.set_major_formatter(xFormatter)
ax.yaxis.set_major_formatter(yFormatter)

#for the minor ticks, use no labels; default NullFormatter
ax.xaxis.set_minor_locator(minorLocator)

解决方案 8：

对于第二部分，无需再次手动重置所有刻度，这是我的解决方案：

class CustomScalarFormatter(ScalarFormatter):
    def format_data(self, value):
        if self._useLocale:
            s = locale.format_string('%1.2g', (value,))
        else:
            s = '%1.2g' % value
        s = self._formatSciNotation(s)
        return self.fix_minus(s)
xmajorformatter = CustomScalarFormatter()  # default useOffset=True
axes.get_xaxis().set_major_formatter(xmajorformatter)

显然，您可以将格式字符串设置为任何您想要的。

解决方案 9：

Joe Kington 的答案对我来说似乎不起作用。但我发现 matplotlib 现在可以使用set_powerlimits原生地执行此操作：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import ScalarFormatter

# Generate some random data...
x = np.linspace(55478, 55486, 100) 
y = np.random.random(100) - 0.5
y = np.cumsum(y)
y -= y.min()
y *= 1e-8

# Plot the data...
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x, y, 'b-')

# Force the y-axis ticks to use 1e-9 as a base exponent
y_formatter = ScalarFormatter()
y_formatter.set_powerlimits((-9, -9))
ax.yaxis.set_major_formatter(y_formatter)

# Make the x-axis ticks formatted to 0 decimal places
ax.xaxis.set_major_formatter(ScalarFormatter(useOffset=False))
plt.show()