通常在matplotlib绘图中,如果数据坐标分布非均匀,那么我们有两种绘图的坐标形式选择(以横坐标为例):
1. 横坐标非均匀分布(跟随初始设定的横坐标值,每个横坐标下赌赢图像中的数值在横轴的分布于原始横坐标值成一致的比例关系)
这种情况下,数据点在x轴方向呈现非均匀分布(与x数值相关),测试demo如下:
import matplotlib.pyplot as plt
import numpy as np
import random
x = [1, 3, 5, 8, 10, 15, 20, 50, 100, 200]
y1 = random.sample(range(80, 100), 10)
y2 = random.sample(range(80, 100), 10)
plt.plot(x, y1, label='y1')
plt.plot(x, y2, label='y2')
plt.legend(["y1", "y2"])
plt.ylim(80, 100)
plt.xlabel('test_x')
plt.ylabel('test_y')
plt.legend()
plt.show
2. 横坐标均匀分布(每个横坐标下对应图像中的数值在横轴方向上均匀分布)
如果我们希望数据点在x轴均匀分布,并将数据的x值构建坐标值,我们可以人工设定x轴的数值。即在上述demo中,只用plot() 打印数据y1,y2,而x轴我们用plt.xticks()函数人工设定即可。
import matplotlib.pyplot as plt
import numpy as np
import random
# x = [1, 3, 5, 8, 10, 15, 20, 50, 100, 200]
y1 = random.sample(range(80, 100), 10)
y2 = random.sample(range(80, 100), 10)
plt.plot(x, y1, label='y1')
plt.plot(x, y2, label='y2')
plt.legend(["y1", "y2"])
plt.xticks(np.arange(10),('1','3','5','8','10','15','20','50','100','200'))
plt.ylim(80, 100)
plt.xlabel('test_x')
plt.ylabel('test_y')
plt.legend()
plt.show
这样得到的图像中数据点在x轴方向呈均匀分布。