масштаб

matplotlib.scale

class matplotlib.scale.InvertedLog10Transform(shorthand_name=None)

Основы: matplotlib.transforms.Transform

Создаёт новый TransformNode.

shorthand_name - строка, представляющая «имя» этого: преобразования. Имя не имеет значения, кроме как для улучшения удобочитаемости str(transform) при DEBUG=True.

base = 10.0

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

class matplotlib.scale.InvertedLog2Transform(shorthand_name=None)

Основы: matplotlib.transforms.Transform

Создаёт новый TransformNode.

shorthand_name - строка, представляющая «имя» этого: преобразования. Имя не имеет значения, кроме как для улучшения удобочитаемости str(transform) при DEBUG=True.

base = 2.0

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

class matplotlib.scale.InvertedLogTransform(base)

Основы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

class matplotlib.scale.InvertedNaturalLogTransform(shorthand_name=None)

Основы: matplotlib.transforms.Transform

Создаёт новый TransformNode.

shorthand_name - строка, представляющая «имя» этого: преобразования. Имя не имеет значения, кроме как для улучшения удобочитаемости str(transform) при DEBUG=True.

base = 2.718281828459045

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

class matplotlib.scale.InvertedSymmetricalLogTransform(base, linthresh, linscale)

Основы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

class matplotlib.scale.LinearScale(axis, **kwargs)

Основы: matplotlib.scale.ScaleBase

По умолчанию линейный масштаб.

get_transform(): Преобразование для линейного масштабирования — это просто IdentityTransform.

name = 'linear'

set_default_locators_and_formatters(axis): Установка локеров и форматирователей по разумным умолчаниям для линейного масштабирования.

class matplotlib.scale.Log10Transform(nonpos)

Основы: matplotlib.scale.LogTransformBase

base = 10.0

inverted()

transform_non_affine(a)

class matplotlib.scale.Log2Transform(nonpos)

Основы: matplotlib.scale.LogTransformBase

base = 2.0

inverted()

transform_non_affine(a)

class matplotlib.scale.LogScale(axis, **kwargs)

END_OF_DOCUMENT_MARKER

Базы: matplotlib.scale.ScaleBase

Стандартная логарифмическая шкала. Учитываются значения, которые не являются положительными.

Для повышения вычислительной эффективности (для максимального использования кода Numpy C в общих случаях) эта шкала предоставляет различные преобразования в зависимости от основания логарифма:

основание 10 (Log10Transform)
основание 2 (Log2Transform)
основание e (NaturalLogTransform)
произвольное основание (LogTransform)

basex/basey:

Основание логарифма

nonposx/nonposy: [‘mask’ | ‘clip’ ]

Значения, не являющиеся положительными в x или y, могут быть замаскированы как недопустимые или обрезаны до очень малого положительного числа

subsx/subsy:

Местоположение дополнительных делений между каждым основным делением. Должно быть последовательностью целых чисел. Например, в логарифмической шкале base 10: [2, 3, 4, 5, 6, 7, 8, 9]

поместит 8 логарифмически распределённых дополнительных делений между каждым основным делением.

class InvertedLog10Transform(shorthand_name=None)

Базы: matplotlib.transforms.Transform

Создаёт новый TransformNode.

shorthand_name - строка, представляющая «имя» этого: преобразования. Имя не несёт никакого значения, кроме улучшения читаемости str(transform) при DEBUG=True.

base = 10.0

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

class LogScale.InvertedLog2Transform(shorthand_name=None)

Базы: matplotlib.transforms.Transform

Создаёт новый TransformNode.

shorthand_name - строка, представляющая «имя» этого: преобразования. Имя не несёт никакого значения, кроме улучшения читаемости str(transform) при DEBUG=True.

base = 2.0

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

class LogScale.InvertedLogTransform(base)

Базы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

class LogScale.InvertedNaturalLogTransform(shorthand_name=None)

Базы: matplotlib.transforms.Transform

Создаёт новый TransformNode.

shorthand_name - строка, представляющая «имя» этого: преобразования. Имя не несёт никакого значения, кроме улучшения читаемости str(transform) при DEBUG=True.

base = 2.718281828459045

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

class LogScale.Log10Transform(nonpos)

Базы: matplotlib.scale.LogTransformBase

base = 10.0

inverted()

transform_non_affine(a)

class LogScale.Log2Transform(nonpos)

Базы: matplotlib.scale.LogTransformBase

base = 2.0

inverted()

transform_non_affine(a)

class LogScale.LogTransform(base, nonpos)

Базы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

class LogScale.LogTransformBase(nonpos)

Базы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

is_separable = True

output_dims = 1

class LogScale.NaturalLogTransform(nonpos)

Базы: matplotlib.scale.LogTransformBase

base = 2.718281828459045

inverted()

transform_non_affine(a)

LogScale.get_transform(): Возвращает экземпляр Transform, соответствующий заданному основанию логарифма.

LogScale.limit_range_for_scale(vmin, vmax, minpos): Ограничивает область положительными значениями.

LogScale.name = 'log'

LogScale.set_default_locators_and_formatters(axis): Установить локейторы и форматировщики на специализированные версии для логарифмического масштабирования.

class matplotlib.scale.LogTransform(base, nonpos)

Базы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

class matplotlib.scale.LogTransformBase(nonpos)

Базы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

is_separable = True

output_dims = 1

class matplotlib.scale.LogisticTransform(nonpos='mask')

Базы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a): логистическое преобразование (основание 10)

class matplotlib.scale.LogitScale(axis, nonpos='mask')

Базы: matplotlib.scale.ScaleBase

Масштаб логарифма для данных между нулем и единицей, обе исключены.

Этот масштаб похож на логарифмический масштаб близко к нулю и к единице, и почти линейный около 0,5. Он отображает интервал ]0, 1[ на ]-бесконечность, +бесконечность[.

nonpos: [‘mask’ | ‘clip’ ]: значения за пределами ]0, 1[ могут быть замаскированы как недопустимые или обрезаны до числа, очень близкого к 0 или 1

get_transform(): Возвращает экземпляр LogitTransform.

limit_range_for_scale(vmin, vmax, minpos): Ограничить область значениями между 0 и 1 (исключая).

name = 'logit'

set_default_locators_and_formatters(axis)

class matplotlib.scale.LogitTransform(nonpos)

Базы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a): преобразование логарифма (основание 10), замаскированное или обрезанное

class matplotlib.scale.NaturalLogTransform(nonpos)

Базы: matplotlib.scale.LogTransformBase

base = 2.718281828459045

inverted()

transform_non_affine(a)

class matplotlib.scale.ScaleBase

Базы: object

Базовый класс для всех масштабов.

Масштабы — это разделяемые преобразования, работающие с одной осью.

Любые подклассы должны будут переопределять:

name
get_transform()
set_default_locators_and_formatters()

И необязательно:

limit_range_for_scale()

get_transform(): Возвращает объект Transform, связанный с этим масштабом.

limit_range_for_scale(vmin, vmax, minpos)

Возвращает диапазон vmin, vmax, возможно, ограниченный областью, поддерживаемой этим масштабом.

minpos должно быть минимальным положительным значением в данных.: Это используется логарифмическими масштабами для определения минимального значения.

set_default_locators_and_formatters(axis): Устанавливает объекты Locator и Formatter на заданной оси для соответствия этому масштабу.

class matplotlib.scale.SymmetricalLogScale(axis, **kwargs)

Базы: matplotlib.scale.ScaleBase

Симметричный логарифмический масштаб — это логарифмический масштаб в положительном и отрицательном направлениях от начала координат.

Поскольку значения, близкие к нулю, стремятся к бесконечности, необходимо иметь диапазон около нуля, который является линейным. Параметр linthresh позволяет пользователю указать размер этого диапазона (-linthresh, linthresh).

basex/basey:

Основание логарифма

linthreshx/linthreshy:

Диапазон (-x, x), в котором график является линейным (чтобы избежать стремления графика к бесконечности около нуля).

subsx/subsy:

Где разместить подделения между каждой основной меткой. Должен быть последовательностью целых чисел. Например, в логарифмическом масштабе по основанию 10: [2, 3, 4, 5, 6, 7, 8, 9]

разместит 8 логарифмически распределенных мелких делений между каждой основной меткой.

linscalex/linscaley:

Это позволяет растянуть линейный диапазон (-linthresh до linthresh) относительно логарифмического диапазона. Его значение — количество декад, используемых для каждой половины линейного диапазона. Например, когда linscale == 1.0 (значение по умолчанию), пространство, используемое для положительной и отрицательной половин линейного диапазона, будет равно одной декаде в логарифмическом диапазоне.

class InvertedSymmetricalLogTransform(base, linthresh, linscale)

Базы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

class SymmetricalLogScale.SymmetricalLogTransform(base, linthresh, linscale)

Базы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

SymmetricalLogScale.get_transform(): Возвращает экземпляр SymmetricalLogTransform.

SymmetricalLogScale.name = 'symlog'

SymmetricalLogScale.set_default_locators_and_formatters(axis): Устанавливает локеры и форматировщики на специализированные версии для симметричного логарифмического масштабирования.

class matplotlib.scale.SymmetricalLogTransform(base, linthresh, linscale)

Базы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted()

is_separable = True

output_dims = 1

transform_non_affine(a)

matplotlib.scale.get_scale_docs(): Вспомогательная функция для генерации документации, связанной с масштабами.

matplotlib.scale.get_scale_names()

matplotlib.scale.register_scale(scale_class)

Регистрация нового типа масштаба.

scale_class должен быть подклассом ScaleBase.

matplotlib.scale.scale_factory(scale, axis, **kwargs)

Возвращает класс масштаба по имени.

ПРИНИМАЕТ: [ linear | log | logit | symlog ]