设置matplotlib图的坐标轴范围

Question

我有五组数据和它们的概率，我想用泊松分布模拟这组数据，模拟20000次。我希望x轴的范围从0到1。我试过了，但在这段代码上卡住了。有没有更简单的方法来写这个代码呢？

import numpy
import matplotlib.pyplot
import pylab
import numpy as np
from pylab import *


data = []
inventory = 0

for j in range(4000):
    totalOrder= 0
    totalProduction = 0
    for i in range (5):

        # calculate order
        mean = 105
        order = np.random.gamma(mean, 20000)
        totalOrder = totalOrder+order


        # calculate production
        production = numpy.random.choice([80, 100, 130, 150], p = [0.2, 0.50 ,0.20, 0.1])

        totalProduction = totalProduction + production

        # calcculate new inventory
        inventory = inventory + production - order
        if inventory < 0:
            inventory = 0

    # calculate fill rate for last 5 orders
    fr = float(totalProduction) / float(totalOrder)
    if fr > 1:
        fr = 1

    # append FR to dataset
    data.append(fr)


grid(True)
xlabel('Fill Rate')
ylabel('Density')
title('Simulate the system for 20000 week')
matplotlib.pyplot.hist(data, normed = True)
pylab.show()

Answer 1

你需要使用 matplotlib 的 set_xlim 方法 来设置坐标轴的范围。可以看看他们的一些示例，比如 这个例子，这样你能更好地理解这个模块能做些什么。

在你的代码中，你需要添加：

ax = plt.gca()
ax.set_xlim(0,1)

关于一些优化，我注意到你在不同的别名下引入了同一个模块（例如，你引入了 numpy 及其别名 np，而 pylab 也引入了它）。这让我觉得你对这个语言还不太熟悉。随着你不断学习，最终你会把这些引入简化到只有几个，比如：

import numpy as np
import matplotlib.pyplot as plt

然后你会调用这些命名空间下的正确函数（例如 plt.show()，而不是 pylab.show - pylab 只是 numpy 和 matplotlib 的一个简单封装）。

你的代码还有一些可以优化的地方（例如，向量化循环），但考虑到你目前的水平，我觉得这样会让代码变得太复杂。而且，循环的写法更清楚地表达了你在做什么。

也许给你一个小建议：在 Python 中，当你想更新一个数字类型的变量（比如整数、浮点数等）时，你可以直接这样做：

inventory += production - order

这样可以省去再次输入 inventory 的麻烦，减少将来修改代码时出错的机会。