matplotlib的断轴实现原理和代码详解

问题

关于matplotlib的断轴处理，网上的资料似乎并不那么多，大多数也没有涉及到原理的说明，下面我将说明一下我对断轴的理解

断轴的原理

进行轴的破断，一般是在数据分别分散在较高的值范围区间和较低的值范围区间，而中间的值范围区间没有数据分布的情况。如果不进行轴的破断，那么绘出的图是显得中间很空。在matplotlib这个可视化库中，断轴其实是使用两个子图来完成的。一般我们经常做的是Y轴上的断轴，则我们使用2行1列的子图进行破断轴的绘制，同时需要进行X轴的共享，即sharex，这样处理的好处在于是的两个子图的x轴同步，且只有最底下的子图有x轴。

断轴的实例代码分析

这个代码是来自于matplotlib的官网的示例：
我将在这段代码里进行断轴设置的注释

import matplotlib.pyplot as plt
import numpy as np
pts = np.array([
    0.015, 0.166, 0.133, 0.159, 0.041, 0.024, 0.195, 0.039, 0.161, 0.018,
    0.143, 0.056, 0.125, 0.096, 0.094, 0.051, 0.043, 0.021, 0.138, 0.075,
    0.109, 0.195, 0.050, 0.074, 0.079, 0.155, 0.020, 0.010, 0.061, 0.008])

#这个仅是生成了两个彼此相隔较远的数据集
pts[[3, 14]] += .8

#两个子图的显示的内容是一样的，但是通过下面的设定不同子图的显示范围，即底下的子图显示低值范围区间的数据，
#而上面的子图显示高值区间的数据
f, (ax, ax2) = plt.subplots(2, 1, sharex=True)
ax.plot(pts)
ax2.plot(pts)
ax.set_ylim(.78, 1.)  # outliers only
ax2.set_ylim(0, .22)  # most of the data

# spines是轴线或者说边框线，因为破断的关系，我们将底部子图的top线和顶部子图的bottom线去掉，视觉上感觉这是一个图。如果简单的，这个破断y轴就完成了
ax.spines['bottom'].set_visible(False)
ax2.spines['top'].set_visible(False)

#以下三行有点多余，我给注释掉了，同时使用plt.setp(ax.get_xticklines(), visible=False)。即可，最后会给出原代码以及我修改后的图的示意
#ax.xaxis.tick_top()
#ax.tick_params(labeltop=False)  # don't put tick labels at the top
#ax2.xaxis.tick_bottom()
plt.setp(ax.get_xticklines(), visible=False)


#下面的代码是破断线的画法，然后d是控制破断线的长短，以下的代码内容，不管使用的什么数据，
#直接复制粘贴就行
d = .015  # how big to make the diagonal lines in axes coordinates
kwargs = dict(transform=ax.transAxes, color='k', clip_on=False)
ax.plot((-d, +d), (-d, +d), **kwargs)        # top-left diagonal
ax.plot((1 - d, 1 + d), (-d, +d), **kwargs)  # top-right diagonal

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

下面是官网代码画出的图，可以看到底部有这个刻度线很难看：

当我使用plt.setp(ax.get_xticklines(), visible=False)代替

ax.xaxis.tick_top()
ax.tick_params(labeltop=False)  # don't put tick labels at the top
ax2.xaxis.tick_bottom()

有：