Nuestro grupo de especialistas luego de algunos días de investigación y de recopilar de información, obtuvieron los datos necesarios, queremos que te resulte útil en tu proyecto.
Las escalas definen la distribución de valores de datos en un eje, por ejemplo, una escala logarítmica.
Están unidos a un Axis
y mantén un Transform
, que es responsable de la transformación de datos real.
Ver también axes.Axes.set_xscale
y los ejemplos de escalas en la documentación.
class matplotlib.scale.FuncScale(axis, functions)
[source]-
Bases:
matplotlib.scale.ScaleBase
Proporcione una escala arbitraria con función proporcionada por el usuario para el eje.
Parámetros: axisAxis
-
El eje de la escala.
functions(callable, callable)
-
dos tuplas de las funciones directa e inversa de la escala. La función de avance debe ser monótona.
Ambas funciones deben tener la firma:
defforward(values: array-like)-> array-like
get_transform(self)
[source]-
Devuelve el
FuncTransform
asociado con esta escala.
name = 'function'
set_default_locators_and_formatters(self, axis)
[source]-
Establecer los localizadores y formateadores de eje a instancias adecuadas para esta escala.
class matplotlib.scale.FuncScaleLog(axis, functions, base=10)
[source]-
Bases:
matplotlib.scale.LogScale
Proporcione una escala arbitraria con una función proporcionada por el usuario para el eje y luego coloque los ejes logarítmicos.
Parámetros: axismatplotlib.axis.Axis
-
El eje de la escala.
functions(callable, callable)
-
dos tuplas de las funciones directa e inversa de la escala. La función de avance debe ser monótona.
Ambas funciones deben tener la firma:
defforward(values: array-like)-> array-like
basefloat, default: 10
-
Base logarítmica de la escala.
property base
get_transform(self)
[source]-
Devuelve el
Transform
asociado con esta escala.
name = 'functionlog'
class matplotlib.scale.FuncTransform(forward, inverse)
[source]-
Bases:
matplotlib.transforms.Transform
Una transformación simple que toma una función arbitraria para la transformación directa e inversa.
Parámetros: forwardcallable
-
La función de avance para la transformación. Esta función debe tener una inversa y, para un mejor comportamiento, ser monótona. Debe tener la firma:
defforward(values: array-like)-> array-like
inversecallable
-
La inversa de la función de avance. Firma como
forward
.
has_inverse = True
input_dims = 1
inverted(self)
[source]-
Devuelve la transformación inversa correspondiente.
Se mantiene
x == self.inverted().transform(self.transform(x))
.El valor de retorno de este método debe tratarse como temporal. Una actualización de uno mismo no causa una actualización correspondiente a su copia invertida.
is_separable = True
output_dims = 1
transform_non_affine(self, values)
[source]-
Aplique solo la parte no afín de esta transformación.
transform(values)
es siempre equivalente atransform_affine(transform_non_affine(values))
.En transformaciones no afines, esto generalmente equivale a
transform(values)
. En las transformaciones afines, esto siempre es una no operación.Parámetros: valuesarray
-
Los valores de entrada como matriz NumPy de longitud
input_dims
o forma (N xinput_dims
).
Devoluciones: - formación
-
Los valores de salida como matriz NumPy de longitud
input_dims
o forma (N xoutput_dims
), dependiendo de la entrada.
class matplotlib.scale.InvertedLogTransform(base)
[source]-
Bases:
matplotlib.transforms.Transform
Parámetros: shorthand_namestr
-
Una cadena que representa el “nombre” de la transformación. El nombre no tiene otro significado que el de mejorar la legibilidad de
str(transform)
cuando DEBUG = True.
has_inverse = True
input_dims = 1
inverted(self)
[source]-
Devuelve la transformación inversa correspondiente.
Se mantiene
x == self.inverted().transform(self.transform(x))
.El valor de retorno de este método debe tratarse como temporal. Una actualización de uno mismo no causa una actualización correspondiente a su copia invertida.
is_separable = True
output_dims = 1
transform_non_affine(self, a)
[source]-
Aplique solo la parte no afín de esta transformación.
transform(values)
siempre es equivalente atransform_affine(transform_non_affine(values))
.En transformaciones no afines, esto generalmente equivale a
transform(values)
. En las transformaciones afines, esto siempre es una no operación.Parámetros: valuesarray
-
Los valores de entrada como matriz NumPy de longitud
input_dims
o forma (N xinput_dims
).
Devoluciones: - formación
-
Los valores de salida como matriz NumPy de longitud
input_dims
o forma (N xoutput_dims
), dependiendo de la entrada.
class matplotlib.scale.InvertedSymmetricalLogTransform(base, linthresh, linscale)
[source]-
Bases:
matplotlib.transforms.Transform
Parámetros: shorthand_namestr
-
Una cadena que representa el “nombre” de la transformación. El nombre no tiene otro significado que el de mejorar la legibilidad de
str(transform)
cuando DEBUG = True.
has_inverse = True
input_dims = 1
inverted(self)
[source]-
Devuelve la transformación inversa correspondiente.
Se mantiene
x == self.inverted().transform(self.transform(x))
.El valor de retorno de este método debe tratarse como temporal. Una actualización de uno mismo no causa una actualización correspondiente a su copia invertida.
is_separable = True
output_dims = 1
transform_non_affine(self, a)
[source]-
Aplique solo la parte no afín de esta transformación.
transform(values)
es siempre equivalente atransform_affine(transform_non_affine(values))
.En transformaciones no afines, esto generalmente equivale a
transform(values)
. En las transformaciones afines, esto siempre es una no operación.Parámetros: valuesarray
-
Los valores de entrada como matriz NumPy de longitud
input_dims
o forma (N xinput_dims
).
Devoluciones: - formación
-
Los valores de salida como matriz NumPy de longitud
input_dims
o forma (N xoutput_dims
), dependiendo de la entrada.
class matplotlib.scale.LinearScale(axis)
[source]-
Bases:
matplotlib.scale.ScaleBase
La escala lineal predeterminada.
get_transform(self)
[source]-
Devuelve la transformación para escalado lineal, que es solo el
IdentityTransform
.
name = 'linear'
set_default_locators_and_formatters(self, axis)
[source]-
Establecer los localizadores y formateadores de eje a instancias adecuadas para esta escala.
class matplotlib.scale.LogScale(axis, **kwargs)
[source]-
Bases:
matplotlib.scale.ScaleBase
Una escala logarítmica estándar. Se tiene cuidado de trazar solo valores positivos.
Parámetros: axisAxis
-
El eje de la escala.
basefloat, default: 10
-
La base del logaritmo.
nonpositive'clip', 'mask', default: 'clip'
-
Determina el comportamiento de valores no positivos. Pueden enmascararse como inválidos o recortarse a un número positivo muy pequeño.
subssequence of int, default: None
-
Dónde colocar los subticks entre cada tick principal. Por ejemplo, en una escala log10,
[2, 3, 4, 5, 6, 7, 8, 9]
colocará 8 ticks menores espaciados logarítmicamente entre cada tick principal.
property InvertedLogTransform
property LogTransform
property base
get_transform(self)
[source]-
Devuelve el
LogTransform
asociado con esta escala.
limit_range_for_scale(self, vmin, vmax, minpos)
[source]-
Limite el dominio a valores positivos.
name = 'log'
set_default_locators_and_formatters(self, axis)
[source]-
Establecer los localizadores y formateadores de eje a instancias adecuadas para esta escala.
class matplotlib.scale.LogTransform(**kwargs)
[source]-
Bases:
matplotlib.transforms.Transform
Parámetros: shorthand_namestr
-
Una cadena que representa el “nombre” de la transformación. El nombre no tiene otro significado que el de mejorar la legibilidad de
str(transform)
cuando DEBUG = True.
has_inverse = True
input_dims = 1
inverted(self)
[source]-
Devuelve la transformación inversa correspondiente.
Se mantiene
x == self.inverted().transform(self.transform(x))
.El valor de retorno de este método debe tratarse como temporal. Una actualización de uno mismo no causa una actualización correspondiente a su copia invertida.
is_separable = True
output_dims = 1
transform_non_affine(self, a)
[source]-
Aplique solo la parte no afín de esta transformación.
transform(values)
siempre es equivalente atransform_affine(transform_non_affine(values))
.En transformaciones no afines, esto generalmente equivale a
transform(values)
. En las transformaciones afines, esto siempre es una no operación.Parámetros: valuesarray
-
Los valores de entrada como matriz NumPy de longitud
input_dims
o forma (N xinput_dims
).
Devoluciones: - formación
-
Los valores de salida como matriz NumPy de longitud
input_dims
o forma (N xoutput_dims
), dependiendo de la entrada.
class matplotlib.scale.LogisticTransform(**kwargs)
[source]-
Bases:
matplotlib.transforms.Transform
Parámetros: shorthand_namestr
-
Una cadena que representa el “nombre” de la transformación. El nombre no tiene otro significado que el de mejorar la legibilidad de
str(transform)
cuando DEBUG = True.
has_inverse = True
input_dims = 1
inverted(self)
[source]-
Devuelve la transformación inversa correspondiente.
Se mantiene
x == self.inverted().transform(self.transform(x))
.El valor de retorno de este método debe tratarse como temporal. Una actualización de uno mismo no causa una actualización correspondiente a su copia invertida.
is_separable = True
output_dims = 1
transform_non_affine(self, a)
[source]-
transformación logística (base 10)
class matplotlib.scale.LogitScale(**kwargs)
[source]-
Bases:
matplotlib.scale.ScaleBase
Escala logit para datos entre cero y uno, ambos excluidos.
Esta escala es similar a una escala logarítmica cercana a cero y a uno, y casi lineal alrededor de 0.5. Traza el intervalo]0, 1[ onto ]-infty, + infty[.
Parameters: axismatplotlib.axis.Axis
-
Currently unused.
nonpositive'mask', 'clip'
-
Determines the behavior for values beyond the open interval ]0, 1[. They can either be masked as invalid, or clipped to a number very close to 0 or 1.
use_overlinebool, default: False
-
Indicate the usage of survival notation (overlinex) in place of standard notation (1-x) for probability close to one.
one_halfstr, default: r"frac12"
-
The string used for ticks formatter to represent 1/2.
get_transform(self)
[source]-
Devuelve el
LogitTransform
asociado con esta escala.
limit_range_for_scale(self, vmin, vmax, minpos)
[source]-
Limite el dominio a valores entre 0 y 1 (excluido).
name = 'logit'
set_default_locators_and_formatters(self, axis)
[source]-
Establecer los localizadores y formateadores de eje a instancias adecuadas para esta escala.
class matplotlib.scale.LogitTransform(**kwargs)
[source]-
Bases:
matplotlib.transforms.Transform
Parámetros: shorthand_namestr
-
Una cadena que representa el “nombre” de la transformación. El nombre no tiene otro significado que el de mejorar la legibilidad de
str(transform)
cuando DEBUG = True.
has_inverse = True
input_dims = 1
inverted(self)
[source]-
Devuelve la transformación inversa correspondiente.
Se mantiene
x == self.inverted().transform(self.transform(x))
.El valor de retorno de este método debe tratarse como temporal. Una actualización de uno mismo no causa una actualización correspondiente a su copia invertida.
is_separable = True
output_dims = 1
transform_non_affine(self, a)
[source]-
transformación logit (base 10), enmascarada o recortada
class matplotlib.scale.ScaleBase(axis)
[source]-
Bases:
object
La clase base para todas las escalas.
Las escalas son transformaciones separables que trabajan en una sola dimensión.
Cualquier subclase querrá anular:
name
get_transform()
set_default_locators_and_formatters()
Y opcionalmente:
limit_range_for_scale()
Construye una nueva escala.
Notas
La siguiente nota es para implementadores de básculas.
Por razones de compatibilidad con versiones anteriores, las escalas toman un
Axis
objeto como primer argumento. Sin embargo, este argumento no debe usarse: un solo objeto de escala debe ser utilizable por múltiplesAxis
es al mismo tiempo.get_transform(self)
[source]-
Devuelve el
Transform
objeto asociado con esta escala.
limit_range_for_scale(self, vmin, vmax, minpos)
[source]-
Devuelve el rango vmin, vmax, restringido al dominio admitido por esta escala (si corresponde).
minpos debe ser el valor positivo mínimo en los datos. Esto es utilizado por escalas logarítmicas para determinar un valor mínimo.
set_default_locators_and_formatters(self, axis)
[source]-
Establecer los localizadores y formateadores de eje a instancias adecuadas para esta escala.
class matplotlib.scale.SymmetricalLogScale(axis, **kwargs)
[source]-
Bases:
matplotlib.scale.ScaleBase
La escala logarítmica simétrica es logarítmica tanto en la dirección positiva como en la negativa desde el origen.
Dado que los valores cercanos a cero tienden hacia el infinito, es necesario tener un rango alrededor de cero que sea lineal. El parámetro Linthresh permite al usuario especificar el tamaño de este rango (-Linthresh, Linthresh).
Parámetros: basefloat, default: 10
-
La base del logaritmo.
linthreshfloat, default: 2
-
Define el rango
(-x, x)
, dentro del cual la trama es lineal. Esto evita que la trama vaya al infinito alrededor de cero. subssequence of int
-
Dónde colocar los subticks entre cada tick principal. Por ejemplo, en una escala log10:
[2, 3, 4, 5, 6, 7, 8, 9]
colocará 8 ticks menores espaciados logarítmicamente entre cada tick principal. linscalefloat, optional
-
Esto permite que el rango lineal
(-linthresh, linthresh)
que se estire en relación con el rango logarítmico. Su valor es el número de décadas a utilizar para cada mitad del rango lineal. Por ejemplo, cuando linscale == 1.0 (el valor predeterminado), el espacio utilizado para las mitades positiva y negativa del rango lineal será igual a una década en el rango logarítmico.
Construye una nueva escala.
Notas
La siguiente nota es para implementadores de básculas.
Por razones de compatibilidad con versiones anteriores, las escalas toman un
Axis
objeto como primer argumento. Sin embargo, este argumento no debe usarse: un objeto de escala única debe ser utilizable por múltipleAxis
es al mismo tiempo.property InvertedSymmetricalLogTransform
property SymmetricalLogTransform
property base
get_transform(self)
[source]-
Devuelve el
SymmetricalLogTransform
asociado con esta escala.
property linscale
property linthresh
name = 'symlog'
set_default_locators_and_formatters(self, axis)
[source]-
Establecer los localizadores y formateadores de eje a instancias adecuadas para esta escala.
class matplotlib.scale.SymmetricalLogTransform(base, linthresh, linscale)
[source]-
Bases:
matplotlib.transforms.Transform
Parámetros: shorthand_namestr
-
Una cadena que representa el “nombre” de la transformación. El nombre no tiene otro significado que el de mejorar la legibilidad de
str(transform)
cuando DEBUG = True.
has_inverse = True
input_dims = 1
inverted(self)
[source]-
Devuelve la transformación inversa correspondiente.
Se mantiene
x == self.inverted().transform(self.transform(x))
.El valor de retorno de este método debe tratarse como temporal. Una actualización de uno mismo no causa una actualización correspondiente a su copia invertida.
is_separable = True
output_dims = 1
transform_non_affine(self, a)
[source]-
Aplique solo la parte no afín de esta transformación.
transform(values)
siempre es equivalente atransform_affine(transform_non_affine(values))
.En transformaciones no afines, esto generalmente equivale a
transform(values)
. En las transformaciones afines, esto siempre es una no operación.Parámetros: valuesarray
-
Los valores de entrada como matriz NumPy de longitud
input_dims
o forma (N xinput_dims
).
Devoluciones: - formación
-
Los valores de salida como matriz NumPy de longitud
input_dims
o forma (N xoutput_dims
), dependiendo de la entrada.
matplotlib.scale.get_scale_names()
[source]-
Devuelve los nombres de las escalas disponibles.
matplotlib.scale.register_scale(scale_class)
[source]-
Registre un nuevo tipo de báscula.
Parámetros: scale_classsubclass of ScaleBase
-
La escala para registrar.
matplotlib.scale.scale_factory(scale, axis, **kwargs)
[source]-
Devuelve una clase de escala por su nombre.
Parámetros: scale'function', 'functionlog', 'linear', 'log', 'logit', 'symlog'
axismatplotlib.axis.Axis