matplotlib imshow () 그래프 축의 값 변경

Question 1

입력 데이터가 있다고 가정합니다.

data = np.random.normal(loc=100,scale=10,size=(500,1,32))
hist = np.ones((32,20)) # initialise hist
for z in range(32):
    hist[z],edges = np.histogram(data[:,0,z],bins=np.arange(80,122,2))

다음을 사용하여 플롯 할 수 있습니다 imshow().

plt.imshow(hist,cmap='Reds')

점점 :

여기에 이미지 설명 입력

그러나 x 축 값이 입력 데이터와 일치하지 않습니다 (즉, 평균 100, 범위 80에서 122). 따라서 x 축을 변경하여 edges.

나는 시도했다 :

ax = plt.gca()
ax.set_xlabel([80,122]) # range of values in edges
...
# this shifts the plot so that nothing is visible

과

ax.set_xticklabels(edges)
...
# this labels the axis but does not centre around the mean:

여기에 이미지 설명 입력

사용중인 입력 데이터를 반영하도록 축 값을 변경하는 방법에 대한 아이디어가 있습니까?

Question 2

xticklabels가능한 경우 변경하지 않으려 고 노력할 것입니다 . 그렇지 않으면 히스토그램을 추가 데이터로 과도하게 표시하는 경우 매우 혼란 스러울 수 있습니다.

그리드 범위를 정의하는 것이 아마도 가장 좋으며 키워드 imshow를 추가하여 수행 할 수 있습니다 extent. 이렇게하면 축이 자동으로 조정됩니다. 레이블을 변경하려면 set_xticks아마도 일부 포맷터와 함께 사용할 것입니다. 라벨을 직접 변경하는 것이 최후의 수단이어야합니다.

fig, ax = plt.subplots(figsize=(6,6))

ax.imshow(hist, cmap=plt.cm.Reds, interpolation='none', extent=[80,120,32,0])
ax.set_aspect(2) # you may also use am.imshow(..., aspect="auto") to restore the aspect ratio

여기에 이미지 설명 입력

Question 3

비슷한 문제가 있었고 Google이 나를이 게시물로 보냈습니다. 내 솔루션은 약간 다르고 덜 간결했지만 누군가에게 유용 할 수 있기를 바랍니다.

matplotlib.pyplot.imshow로 이미지를 표시하는 것은 일반적으로 2D 데이터를 표시하는 빠른 방법입니다. 그러나 이것은 기본적으로 픽셀 수로 축에 레이블을 지정합니다. 플로팅하는 2D 데이터가 배열 x 및 y로 정의 된 일부 균일 한 그리드에 해당하는 경우 matplotlib.pyplot.xticks 및 matplotlib.pyplot.yticks를 사용하여 해당 배열의 값을 사용하여 x 및 y 축에 레이블을 지정할 수 있습니다. 이는 실제 그리드 데이터에 해당하는 일부 레이블을 축의 픽셀 수에 연결합니다. 그리고 이것은 예를 들어 pcolor와 같은 것을 사용하는 것보다 훨씬 빠릅니다.

다음은 데이터를 사용한 시도입니다.

import matplotlib.pyplot as plt

# ... define 2D array hist as you did

plt.imshow(hist, cmap='Reds')
x = np.arange(80,122,2) # the grid to which your data corresponds
nx = x.shape[0]
no_labels = 7 # how many labels to see on axis x
step_x = int(nx / (no_labels - 1)) # step between consecutive labels
x_positions = np.arange(0,nx,step_x) # pixel count at label position
x_labels = x[::step_x] # labels you want to see
plt.xticks(x_positions, x_labels)
# in principle you can do the same for y, but it is not necessary in your case