在修改过的轴上添加有意义的小滴答？

Question

此示例具体涉及将数据绘制为日志(redshift+1)的函数，并具有参考红移轴，但可以很容易地推广到任何功能修改。

我编写了一个简洁的小函数(这里有一些问题/答案)，它允许我轻松地将红移轴添加到日志(1+redshift)图的顶部。我是，为得到有意义的小事而挣扎(我不愿和你分享我那令人沮丧的努力！)

下面是代码，包括示例绘图：

在这种情况下，我希望每增加0.1次红移，而不是由一个主要的滴答占用，灵活地更改函数调用中的0.1。

import matplotlib.pyplot as plt
import numpy as np

def add_zaxis(axis,denomination):
    oldx = axis.get_xlim()
    axis.set_xlim(0., None)
    zspan = [(10**x)-1 for x in axis.get_xlim()]

    denom = denomination
    zmax = int(np.floor(zspan[1]/denom))*denom
    zspan[1] = zmax

    k = len(np.arange(zspan[0],zspan[1],denom))+1
    zs = np.linspace(zspan[0],zspan[1],k)
    z_ticks = [np.log10(1+x) for x in zs]

    axz = axis.twiny()
    axz.set_xticks(z_ticks)
    axz.set_xticklabels(['{:g}'.format(y) for y in zs])

    axz.set_xlim(oldx)
    axis.set_xlim(oldx)
    return axz


data = np.random.randn(500)
data = data[data>0.]

fig, ax = plt.subplots(1)
plt.hist(np.log10(data+1), bins=22)
ax.set_xlabel('log(z+1)')
ax.minorticks_on()

axz = add_zaxis(ax,.3)
axz.set_xlabel('z')
axz.minorticks_on()

​

​

Answer 1

这样做的目的是使用一个FixedLocator来定位轴上的滴答。然后，您可能有一个FixedLocator的主要滴答和一个小滴答。

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

def add_zaxis(ax,d=0.3, dminor=0.1):
    f = lambda x: np.log10(x+1)
    invf = lambda x: 10.0**x - 1.

    xlim = ax.get_xlim()
    zlim = [invf(x) for x in xlim]
    axz = ax.twiny()
    axz.set_xlim(xlim)

    zs = np.arange(0,zlim[1],d)
    zpos = f(zs)
    axz.xaxis.set_major_locator(matplotlib.ticker.FixedLocator(zpos))
    axz.xaxis.set_major_formatter(matplotlib.ticker.FixedFormatter(zs))

    zsminor = np.arange(0,zlim[1],dminor)
    zposminor = f(zsminor)

    axz.xaxis.set_minor_locator(matplotlib.ticker.FixedLocator(zposminor))
    axz.tick_params(axis='x',which='minor',bottom='off', top="on")
    axz.set_xlabel('z')


data = np.random.randn(400)
data = data[data>0.]

fig, ax = plt.subplots(1)
plt.hist(np.log10(data+1), bins=22)
ax.set_xlabel('log(z+1)')

add_zaxis(ax)

ax.minorticks_on()
ax.tick_params(axis='x',which='minor',bottom='on', top="off")

plt.show()

​

​