将x的函数作为x轴刻度标签

Question

假设我有两个numpy数组 x 和 y，我想画出一个简单的曲线，表示 y 随着 x 的变化。在 y 轴上，我想显示 y 的值作为标签，而在 x 轴上，我想用一些函数的结果作为标签。

比如，如果 x=array([1, 2, 4, 8, 16]) 和 y=array([1, 2, 1, 2, 1])，我想给 x 轴的刻度标签赋值，这些标签是通过以下字符串格式化得到的：

lambda x_val: "$2^{{+{:.0f}}}$".format(log2(x_val))

不过我更想要一个通用的解决方案。

Answer 1

针对你给出的情况：

import matplotlib.pylab as plt
import numpy as np

x = np.array([1, 2, 4, 8, 16]) 
y = np.array([1, 2, 1, 2, 1])

ax = plt.subplot()
ax.plot(x, y)

ax.set_xticks(x)
ax.set_xticklabels(["$2^{{+{:.0f}}}$".format(np.log2(x_val)) for x_val in x])

plt.show()

如果你想要一个更通用的解决方案，你需要指定想要刻度的位置，因为x通常会有比你想要的刻度点多很多。你可以手动指定这些位置，或者调用ax.get_xticklabels()让matplotlib自动返回刻度点。

如果你想要最通用的方法，只需告诉matplotlib你希望刻度的格式是什么，可以查看Jake Vanderplas的教程中的格式化部分，或者查看文档中的示例。

Answer 2

使用 matplotlib.ticker.FuncFormatter。这里我们可以参考一下这个自定义刻度的例子，像这样就可以工作：

from matplotlib.ticker import FuncFormatter
import matplotlib.pyplot as plt
from matplotlib import rc
import numpy as np

rc('text', usetex=True)

formatter = FuncFormatter(lambda x_val, tick_pos: "$2^{{+{:.0f}}}$".format(np.log2(x_val)))

x = np.array([1, 2, 4, 8, 16])
y = np.array([1, 2, 1, 2, 1])
fig, ax = plt.subplots()
ax.xaxis.set_major_formatter(formatter)
plt.plot(x, y)
plt.show()

这样就会得到下面的结果：

注意，第一个标签显示得不好；当你运行代码时，会出现一个除以零的警告。这是因为matplotlib将坐标轴的范围设置在0到16之间，并在0的位置放了一个刻度（这个刻度会传给格式化器）。你可以选择去掉这个刻度，或者调整x轴的范围来避免这个问题。