在matplotlib的x轴上断开//[重复]

jvlzgdj9 于 2023-04-21 发布在其他

关注(0)|答案(2)|浏览(117)

此问题已在此处有答案：

Is there a way to make a discontinuous axis in Matplotlib?（7个回答）
5年前关闭。
最好的方式来描述我想要实现的是用我自己的形象：

现在我在光谱图中有很多死空间，特别是在5200和6300之间。我的问题很简单，我如何添加一个看起来类似于此的漂亮的小//中断（从网上提取的图像）：

我使用这个设置为我的情节：

nullfmt = pyplot.NullFormatter()

fig = pyplot.figure(figsize=(16,6))

gridspec_layout1= gridspec.GridSpec(2,1)
gridspec_layout1.update(left=0.05, right=0.97, hspace=0, wspace=0.018)
pyplot_top      = fig.add_subplot(gridspec_layout1[0])
pyplot_bottom   = fig.add_subplot(gridspec_layout1[1])

pyplot_top.xaxis.set_major_formatter(nullfmt)

我很确定这是可以实现的gridpsec，但一个先进的教程封面究竟是如何实现的，将不胜感激。
如果这个问题以前在stackoverflow上已经处理过了，我也很抱歉，但是我已经广泛地寻找了gridSpec的正确过程，但是还没有找到任何东西。
我已经做到了这一步，差不多就是这样：

然而，我的中断线并不像我希望的那样陡峭…我该如何改变它们？（我已经使用了下面的示例答案）

matplotlib

来源：https://stackoverflow.com/questions/32185411/break-in-x-axis-of-matplotlib

2条答案

按热度按时间

kulphzqa1#

您可以直接将the matplotlib example调整为x轴上的中断：

"""
Broken axis example, where the x-axis will have a portion cut out.
"""
import matplotlib.pylab as plt
import numpy as np

x = np.linspace(0,10,100)
x[75:] = np.linspace(40,42.5,25)

y = np.sin(x)

f, (ax, ax2) = plt.subplots(1, 2, sharey=True, facecolor='w')

# plot the same data on both axes
ax.plot(x, y)
ax2.plot(x, y)

ax.set_xlim(0, 7.5)
ax2.set_xlim(40, 42.5)

# hide the spines between ax and ax2
ax.spines['right'].set_visible(False)
ax2.spines['left'].set_visible(False)
ax.yaxis.tick_left()
ax.tick_params(labelright='off')
ax2.yaxis.tick_right()

# This looks pretty good, and was fairly painless, but you can get that
# cut-out diagonal lines look with just a bit more work. The important
# thing to know here is that in axes coordinates, which are always
# between 0-1, spine endpoints are at these locations (0, 0), (0, 1),
# (1, 0), and (1, 1).  Thus, we just need to put the diagonals in the
# appropriate corners of each of our axes, and so long as we use the
# right transform and disable clipping.

d = .015  # how big to make the diagonal lines in axes coordinates
# arguments to pass plot, just so we don't keep repeating them
kwargs = dict(transform=ax.transAxes, color='k', clip_on=False)
ax.plot((1-d, 1+d), (-d, +d), **kwargs)
ax.plot((1-d, 1+d), (1-d, 1+d), **kwargs)

kwargs.update(transform=ax2.transAxes)  # switch to the bottom axes
ax2.plot((-d, +d), (1-d, 1+d), **kwargs)
ax2.plot((-d, +d), (-d, +d), **kwargs)

# What's cool about this is that now if we vary the distance between
# ax and ax2 via f.subplots_adjust(hspace=...) or plt.subplot_tool(),
# the diagonal lines will move accordingly, and stay right at the tips
# of the spines they are 'breaking'

plt.show()

出于您的目的，只需将数据绘制两次（每个轴上一次，ax和ax2，并适当地设置xlim。“断开线”应该移动以匹配新的断开，因为它们是在相对轴坐标而不是数据坐标中绘制的。
断开线只是在一对点之间绘制的未剪裁的绘图线。例如，ax.plot((1-d, 1+d), (-d, +d), **kwargs)在第一个轴上绘制点(1-d, -d)和(1+d, +d)之间的断开线：这是右下角的一个。如果你想改变梯度，适当地改变这些值。例如，要使这个更陡，尝试ax.plot((1-d/2, 1+d/2), (-d, +d), **kwargs)