matplotlib.scale

class matplotlib.scale.FuncScale(axis, functions) [source]

Bases: matplotlib.scale.ScaleBase

Предоставляет произвольное масштабирование с функцией, заданной пользователем для оси.

Параметры:	ось: ось для масштабирования functions : (callable, callable) два кортежа из прямых и обратных функций масштабирования. Функция прямого отображения должна быть монотонной. Обе функции должны иметь подпись: def forward(values: array-like) -> array-like

get_transform(self) [source]

Преобразование для произвольного масштабирования

name = 'function'

set_default_locators_and_formatters(self, axis) [source]

Установить локатороы и форматеры по умолчанию, как в линейном масштабе.

class matplotlib.scale.FuncScaleLog(axis, functions, base=10) [source]

Bases: matplotlib.scale.LogScale

Предоставляет произвольное масштабирование с функцией, заданной пользователем для оси, а затем размещает её на логарифмической оси.

Параметры:	ось: ось для масштабирования functions : (callable, callable) два кортежа из прямых и обратных функций масштабирования. Функция прямого отображения должна быть монотонной. Обе функции должны иметь подпись: def forward(values: array-like) -> array-like base : float логарифмический основание масштаба (по умолчанию = 10)

base

get_transform(self) [source]

Преобразование для произвольного масштабирования

name = 'functionlog'

class matplotlib.scale.FuncTransform(forward, inverse) [source]

Bases: matplotlib.transforms.Transform

Простое преобразование, которое принимает произвольную функцию для прямого и обратного преобразования.

Параметры:	forward : callable Функция прямого отображения для преобразования. Эта функция должна иметь обратную функцию и, для наилучшего поведения, быть монотонной. Она должна иметь подпись: def forward(values: array-like) -> array-like inverse : callable Обратная функция функции прямого отображения. Подпись как forward.

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не вызывает соответствующего обновления его обратного копии.

x === self.inverted().transform(self.transform(x))

is_separable = True

output_dims = 1

transform_non_affine(self, values) [source]

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда ничего не делает.

Принимает массив numpy формы (N x input_dims) и возвращает массив numpy формы (N x output_dims).

В качестве альтернативы, принимает массив numpy длиной input_dims и возвращает массив numpy длиной output_dims.

class matplotlib.scale.InvertedLog10Transform(**kwargs) [source]

Bases: matplotlib.scale.InvertedLogTransformBase

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

base = 10.0

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не вызывает соответствующего обновления его обратного копии.

x === self.inverted().transform(self.transform(x))

class matplotlib.scale.InvertedLog2Transform(**kwargs) [source]

Bases: matplotlib.scale.InvertedLogTransformBase

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

base = 2.0

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не вызывает соответствующего обновления его обратного копии.

x === self.inverted().transform(self.transform(x))

class matplotlib.scale.InvertedLogTransform(base) [source]

Базы: matplotlib.scale.InvertedLogTransformBase

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

Результат работы этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного копии.

x === self.inverted().transform(self.transform(x))

is_separable = True

output_dims = 1

transform_non_affine(self, a) [source]

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

При неаффинных преобразованиях это обычно эквивалентно transform(values). При аффинных преобразованиях это всегда является пустой операцией.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

class matplotlib.scale.InvertedLogTransformBase(**kwargs) [source]

Базы: matplotlib.transforms.Transform

[Устарело]

Примечания

Устарело начиная с версии 3.1:

has_inverse = True

input_dims = 1

is_separable = True

output_dims = 1

transform_non_affine(self, a) [source]

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

При неаффинных преобразованиях это обычно эквивалентно transform(values). При аффинных преобразованиях это всегда является пустой операцией.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

class matplotlib.scale.InvertedNaturalLogTransform(**kwargs) [source]

Базы: matplotlib.scale.InvertedLogTransformBase

[Устарело]

Примечания

Устарело начиная с версии 3.1:

base = 2.718281828459045

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

Результат работы этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного копии.

x === self.inverted().transform(self.transform(x))

class matplotlib.scale.InvertedSymmetricalLogTransform(base, linthresh, linscale) [source]

Базы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

Результат работы этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного копии.

x === self.inverted().transform(self.transform(x))

is_separable = True

output_dims = 1

transform_non_affine(self, a) [source]

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

При неаффинных преобразованиях это обычно эквивалентно transform(values). При аффинных преобразованиях это всегда является пустой операцией.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

class matplotlib.scale.LinearScale(axis, **kwargs) [source]

Базы: matplotlib.scale.ScaleBase

По умолчанию линейная шкала.

get_transform(self) [source]

Преобразование для линейного масштабирования — это просто IdentityTransform.

name = 'linear'

set_default_locators_and_formatters(self, axis) [source]

Устанавливает локеры и форматеры на разумные значения для линейного масштабирования.

class matplotlib.scale.Log10Transform(**kwargs) [source]

Базы: matplotlib.scale.LogTransformBase

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

base = 10.0

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

Значение, возвращаемое этим методом, следует рассматривать как временное. Обновление self не вызывает соответствующего обновления его обратного копии.

x === self.inverted().transform(self.transform(x))

class matplotlib.scale.Log2Transform(**kwargs) [source]

Базы: matplotlib.scale.LogTransformBase

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

base = 2.0

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

Значение, возвращаемое этим методом, следует рассматривать как временное. Обновление self не вызывает соответствующего обновления его обратного копии.

x === self.inverted().transform(self.transform(x))

class matplotlib.scale.LogScale(axis, **kwargs) [source]

Основы: matplotlib.scale.ScaleBase

Стандартная логарифмическая шкала. Принимаются меры, чтобы отображать только положительные значения.

basex/basey:

Основание логарифма

nonposx/nonposy: {'mask', 'clip'}

Значения x или y, меньшие или равные нулю, 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 по основанию 10: [2, 3, 4, 5, 6, 7, 8, 9]

разместит 8 логарифмически распределённых дополнительных делений между каждым основным делением.

class InvertedLog10Transform(**kwargs)

Основы: matplotlib.scale.InvertedLogTransformBase

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

base = 10.0

inverted(self)

Возвращает соответствующее обратное преобразование.

Результат выполнения этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного экземпляра.

x === self.inverted().transform(self.transform(x))

class InvertedLog2Transform(**kwargs)

Основы: matplotlib.scale.InvertedLogTransformBase

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

base = 2.0

inverted(self)

Возвращает соответствующее обратное преобразование.

Результат выполнения этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного экземпляра.

x === self.inverted().transform(self.transform(x))

class InvertedLogTransform(base)

Основы: matplotlib.scale.InvertedLogTransformBase

has_inverse = True

input_dims = 1

inverted(self)

Возвращает соответствующее обратное преобразование.

Результат выполнения этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного экземпляра.

x === self.inverted().transform(self.transform(x))

is_separable = True

output_dims = 1

transform_non_affine(self, a)

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда пустая операция.

Принимает массив NumPy с формой (N x input_dims) и возвращает массив NumPy с формой (N x output_dims).

В качестве альтернативы принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

class InvertedNaturalLogTransform(**kwargs)

Основы: matplotlib.scale.InvertedLogTransformBase

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

base = 2.718281828459045

inverted(self)

Возвращает соответствующее обратное преобразование.

Результат выполнения этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного экземпляра.

x === self.inverted().transform(self.transform(x))

class Log10Transform(**kwargs)

Основы: matplotlib.scale.LogTransformBase

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

base = 10.0

inverted(self)

Возвращает соответствующее обратное преобразование.

Результат выполнения этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного экземпляра.

x === self.inverted().transform(self.transform(x))

class Log2Transform(**kwargs)

Основы: matplotlib.scale.LogTransformBase

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

base = 2.0

inverted(self)

Возвращает соответствующее обратное преобразование.

Результат выполнения этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного экземпляра.

x === self.inverted().transform(self.transform(x))

class LogTransform(base, nonpos='clip')

Основы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted(self)

Возвращает соответствующее обратное преобразование.

Результат выполнения этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного экземпляра.

x === self.inverted().transform(self.transform(x))

is_separable = True

output_dims = 1

transform_non_affine(self, a)

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда пустая операция.

Принимает массив NumPy с формой (N x input_dims) и возвращает массив NumPy с формой (N x output_dims).

В качестве альтернативы принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

class LogTransformBase(**kwargs)

Основы: matplotlib.transforms.Transform

[Устарело]

Примечания

Устарело начиная с версии 3.1:

has_inverse = True

input_dims = 1

is_separable = True

output_dims = 1

transform_non_affine(self, a)

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда ничто.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

class NaturalLogTransform(**kwargs)

Основы: matplotlib.scale.LogTransformBase

[Устарело]

Примечания

Устарело начиная с версии 3.1:

base = 2.718281828459045

inverted(self)

Возвращает соответствующее обратное преобразование.

Результат работы этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его инвертированной копии.

x === self.inverted().transform(self.transform(x))

base

get_transform(self) [source]

Возвращает экземпляр Transform, подходящий для данного основания логарифма.

limit_range_for_scale(self, vmin, vmax, minpos) [source]

Ограничить область положительными значениями.

name = 'log'

set_default_locators_and_formatters(self, axis) [source]

Устанавливает локейторы и форматизаторы на специализированные версии для логарифмической шкалы.

class matplotlib.scale.LogTransform(base, nonpos='clip') [source]

Основы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

Результат работы этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его инвертированной копии.

x === self.inverted().transform(self.transform(x))

is_separable = True

output_dims = 1

transform_non_affine(self, a) [source]

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда ничто.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

class matplotlib.scale.LogTransformBase(**kwargs) [source]

Основы: matplotlib.transforms.Transform

[Устарело]

Примечания

Устарело начиная с версии 3.1:

has_inverse = True

input_dims = 1

is_separable = True

output_dims = 1

transform_non_affine(self, a) [source]

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда ничто.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

class matplotlib.scale.LogisticTransform(nonpos='mask') [source]

Базы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного экземпляра.

x === self.inverted().transform(self.transform(x))

is_separable = True

output_dims = 1

transform_non_affine(self, a) [source]

логарифмическое преобразование (основание 10)

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

Базы: matplotlib.scale.ScaleBase

Логит-шкала для данных между нулем и единицей, оба исключены.

Эта шкала похожа на логарифмическую шкалу близко к нулю и к единице и почти линейна около 0,5. Она отображает интервал ]0, 1[ на ]-infty, +infty[.

nonpos: {'mask', 'clip'}

значения за пределами ]0, 1[ могут быть замаскированы как недопустимые или ограничены числом, очень близким к 0 или 1

get_transform(self) [source]

Возвращает экземпляр LogitTransform.

limit_range_for_scale(self, vmin, vmax, minpos) [source]

Ограничить область значениями между 0 и 1 (исключая).

name = 'logit'

set_default_locators_and_formatters(self, axis) [source]

Установить объекты Locator и Formatter на заданной оси для соответствия этой шкале.

class matplotlib.scale.LogitTransform(nonpos='mask') [source]

Базы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного экземпляра.

x === self.inverted().transform(self.transform(x))

is_separable = True

output_dims = 1

transform_non_affine(self, a) [source]

логарифмическое преобразование (основание 10), замаскированное или ограниченное

class matplotlib.scale.NaturalLogTransform(**kwargs) [source]

Базы: matplotlib.scale.LogTransformBase

[Устарело]

Примечания

Устарело начиная с версии 3.1:

base = 2.718281828459045

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного экземпляра.

x === self.inverted().transform(self.transform(x))

class matplotlib.scale.ScaleBase(axis, **kwargs) [source]

Базы: object

Базовый класс для всех шкал.

Шкалы являются разделимыми преобразованиями, работающими с одной размерностью.

Любые подклассы захотят переопределить:

• name
• get_transform()
• set_default_locators_and_formatters()

И необязательно:

• limit_range_for_scale()

Создает новую шкалу.

Примечания

Следующее примечание предназначено для разработчиков шкал.

По причинам обратной совместимости, шкалы принимают объект Axis в качестве первого аргумента. Однако этот аргумент не должен использоваться: один объект шкалы должен быть пригоден для использования несколькими объектами Axis одновременно.

get_transform(self) [source]

Возвращает объект Transform, связанный с этой шкалой.

limit_range_for_scale(self, vmin, vmax, minpos) [source]

Возвращает диапазон vmin, vmax, возможно, ограниченный областью, поддерживаемой этой шкалой.

minpos должно быть минимальным положительным значением в данных.

Это используется логарифмическими шкалами для определения минимального значения.

set_default_locators_and_formatters(self, axis) [source]

Установить объекты Locator и Formatter на данной оси для соответствия этой шкале.

class matplotlib.scale.SymmetricalLogScale(axis, **kwargs) [source]

Основы: matplotlib.scale.ScaleBase

Симметричный логарифмический масштаб — это логарифмический масштаб как в положительном, так и в 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 задать размер этого диапазона (-linthresh, linthresh).

Параметры:

basex, basey : float Основание логарифма. По умолчанию равно 10. linthreshx, linthreshy : float Определяет диапазон (-x, x), в пределах которого график является линейным. Это предотвращает стремление графика к бесконечности около нуля. По умолчанию равно 2. subsx, subsy : sequence of int Указывает, где разместить дополнительные деления между каждым основным делением. Например, в логарифмическом масштабе log10: [2, 3, 4, 5, 6, 7, 8, 9] разместит 8 логарифмически распределённых дополнительных делений между каждым основным делением. linscalex, linscaley : float, optional Это позволяет растянуть линейный диапазон (-linthresh, linthresh) относительно логарифмического диапазона. Его значение — количество десятичных разрядов, используемых для каждой половины линейного диапазона. Например, когда linscale == 1.0 (по умолчанию), пространство, используемое для положительной и отрицательной половин линейного диапазона, будет равно одному десятичному разряду в логарифмическом диапазоне.

class InvertedSymmetricalLogTransform(base, linthresh, linscale)

Основы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted(self)

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного ксерокопирования.

x === self.inverted().transform(self.transform(x))

is_separable = True

output_dims = 1

transform_non_affine(self, a)

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда является пустой операцией.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы, принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

class SymmetricalLogTransform(base, linthresh, linscale)

Основы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted(self)

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного ксерокопирования.

x === self.inverted().transform(self.transform(x))

is_separable = True

output_dims = 1

transform_non_affine(self, a)

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда является пустой операцией.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы, принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

get_transform(self) [source]

Возвращает экземпляр SymmetricalLogTransform.

name = 'symlog'

set_default_locators_and_formatters(self, axis) [source]

Устанавливает локаторы и форматировщики на специализированные версии для симметричного логарифмического масштабирования.

class matplotlib.scale.SymmetricalLogTransform(base, linthresh, linscale) [source]

Основы: matplotlib.transforms.Transform

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного ксерокопирования.

x === self.inverted().transform(self.transform(x))

is_separable = True

output_dims = 1

transform_non_affine(self, a) [source]

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда является пустой операцией.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы, принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

matplotlib.scale.get_scale_docs() [source]

[Устаревшее] Вспомогательная функция для генерации строковых представлений документации по шкалам.

Примечания

Устарело начиная с версии 3.1: get_scale_docs() считается закрытым API с версии 3.1 и будет удалена из публичного API в версии 3.3.

matplotlib.scale.get_scale_names() [source]

matplotlib.scale.register_scale(scale_class) [source]

Регистрация нового типа шкалы.

scale_class должно быть подклассом ScaleBase.

matplotlib.scale.scale_factory(scale, axis, **kwargs) [source]

Возвращает класс шкалы по имени.

Параметры:	scale : {function, functionlog, linear, log, logit, symlog} axis : Axis