matplotlib.scale

Масштабирование определяет распределение значений данных на оси, например, логарифмический масштаб.

Они прикреплены к Axis и содержат Transform, который отвечает за фактическое преобразование данных.

См. также axes.Axes.set_xscale и примеры масштабирования в документации.

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

Bases: matplotlib.scale.ScaleBase

Обеспечивает произвольный масштаб с функцией, заданной пользователем, для оси.

Параметры:	axisAxis Ось для масштабирования. functions(callable, callable) Двухэлементный кортеж из прямых и обратных функций для масштабирования. Прямая функция должна быть монотонной. Обе функции должны иметь следующий сигнатуру: def forward(values: array-like) -> array-like

get_transform(self) [source]

Возвращает FuncTransform, связанную с этим масштабированием.

name = 'function'

set_default_locators_and_formatters(self, axis) [source]

Устанавливает локейторы и форматеры оси в экземпляры, подходящие для данного масштаба.

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

Bases: matplotlib.scale.LogScale

Обеспечивает произвольный масштаб с функцией, заданной пользователем, для оси, а затем помещает её на логарифмическую ось.

Параметры:	axismatplotlib.axis.Axis Ось для масштабирования. functions(callable, callable) Двухэлементный кортеж из прямых и обратных функций для масштабирования. Прямая функция должна быть монотонной. Обе функции должны иметь следующий сигнатуру: def forward(values: array-like) -> array-like basefloat Логарифмическое основание масштаба (по умолчанию = 10)

property base

get_transform(self) [source]

Возвращает Transform, связанную с этим масштабированием.

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:	forwardcallable Прямая функция преобразования. Эта функция должна иметь обратную и, для лучшего поведения, быть монотонной. Она должна иметь следующую сигнатуру: def forward(values: array-like) -> array-like inversecallable Обратная функция прямой функции. Подпись как forward.

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

В нём хранится x == self.inverted().transform(self.transform(x)).

Возвращаемое значение этого метода следует рассматривать как временное. Обновление self не приводит к соответствующему обновлению его инвертированной копии.

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)).

При неаффинных преобразованиях это, как правило, эквивалентно transform(values). При аффинных преобразованиях это всегда бесполезно.

Параметры:	valuesarray Входные значения как массив NumPy длиной input_dims или формы (N x input_dims).
Возвращает:	valuesarray Выходные значения как массив NumPy длиной input_dims или формы (N x output_dims), в зависимости от ввода.

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

Bases: matplotlib.scale.InvertedLogTransformBase

[Устарело]

Примечания

Устарело начиная с версии 3.1:

Создает новое TransformNode.

Параметры:	shorthand_namestr Строка, представляющая "имя" преобразования. Имя не имеет значения, кроме как для улучшения удобочитаемости str(transform) при DEBUG=True.

base = 10.0

has_inverse = True

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

В нём хранится x == self.inverted().transform(self.transform(x)).

Возвращаемое значение этого метода следует рассматривать как временное. Обновление self не приводит к соответствующему обновлению его инвертированной копии.

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

Bases: matplotlib.scale.InvertedLogTransformBase

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

Создаёт новую TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не имеет значения, кроме улучшения удобочитаемости str(transform) при DEBUG=True.

base = 2.0

has_inverse = True

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

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

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

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

Bases: matplotlib.transforms.Transform

Создаёт новое TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не имеет значения, кроме улучшения удобочитаемости str(transform) при DEBUG=True.

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

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

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

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 бездействующая операция.

Параметры:	valuesarray Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).
Возвращает:	valuesarray Выходные значения в виде массива NumPy длиной input_dims или формы (N x output_dims), в зависимости от ввода.

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

Bases: matplotlib.transforms.Transform

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

Создаёт новое TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не имеет значения, кроме улучшения удобочитаемости str(transform) при DEBUG=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 бездействующая операция.

Параметры:	valuesarray Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).
Возвращает:	valuesarray Выходные значения в виде массива NumPy длиной input_dims или формы (N x output_dims), в зависимости от ввода.

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

Bases: matplotlib.scale.InvertedLogTransformBase

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

Создаёт новое TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не имеет значения, кроме улучшения удобочитаемости str(transform) при DEBUG=True.

base = 2.718281828459045

has_inverse = True

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

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

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

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

Bases: matplotlib.transforms.Transform

Создаёт новый TransformNode.

Параметры:	shorthand_namestr Строка, представляющая "название" преобразования. Имя не имеет значения, кроме улучшения удобочитаемости str(transform) при DEBUG=True.

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

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

Значение, возвращаемое этим методом, следует рассматривать как временное. Обновление self не приводит к соответствующему обновлению его обратного копии.

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 бездействующая операция.

Параметры:	valuesarray Входные значения как массив NumPy длиной input_dims или формы (N x input_dims).
Возвращает:	valuesarray Выходные значения как массив NumPy длиной input_dims или формы (N x output_dims), в зависимости от входных данных.

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

Bases: matplotlib.scale.ScaleBase

Линейная шкала по умолчанию.

get_transform(self) [source]

Возвращает преобразование для линейного масштабирования, которое является просто IdentityTransform.

name = 'linear'

set_default_locators_and_formatters(self, axis) [source]

Устанавливает локеры и форматировщики axis в экземпляры, подходящие для этой шкалы.

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

Bases: matplotlib.scale.LogTransformBase

[Устарело]

Примечания

Устарело начиная с версии 3.1:

base = 10.0

has_inverse = True

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

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

Значение, возвращаемое этим методом, следует рассматривать как временное. Обновление self не приводит к соответствующему обновлению его обратного копии.

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

Bases: matplotlib.scale.LogTransformBase

[Устарело]

Примечания

Устарело начиная с версии 3.1:

base = 2.0

has_inverse = True

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

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

Значение, возвращаемое этим методом, следует рассматривать как временное. Обновление self не приводит к соответствующему обновлению его обратного копии.

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

Bases: matplotlib.scale.ScaleBase

Стандартная логарифмическая шкала. Учитываются только положительные значения.

Параметры:

axisAxis Ось для шкалы. basex, baseyfloat, default: 10 Основание логарифма. nonposx, nonposy{'clip', 'mask'}, default: 'clip' Определяет поведение для неположительных значений. Они могут быть замаскированы как недопустимые или усечены до очень малого положительного числа. subsx, subsysequence of int, default: None Где разместить подштрихи между каждым основным штрихом. Например, в логарифмической шкале log10: [2, 3, 4, 5, 6, 7, 8, 9] разместит 8 логарифмически расположенных мелких штрихов между каждым основным штрихом.

class InvertedLog10Transform(**kwargs)

Bases: matplotlib.scale.InvertedLogTransformBase

[Устарело]

Примечания

Устарело начиная с версии 3.1:

Создает новый TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не имеет значения, кроме повышения удобочитаемости str(transform) при DEBUG=True.

base = 10.0

has_inverse = True

inverted(self)

Возвращает соответствующее обратное преобразование.

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

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

class InvertedLog2Transform(**kwargs)

Bases: matplotlib.scale.InvertedLogTransformBase

[Устарело]

Примечания

Устарело начиная с версии 3.1:

Создает новый TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не имеет значения, кроме повышения удобочитаемости str(transform) при DEBUG=True.

base = 2.0

has_inverse = True

inverted(self)

Возвращает соответствующее обратное преобразование.

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

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

class InvertedLogTransform(base)

Bases: matplotlib.transforms.Transform

Создаёт новое TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не имеет значения, кроме повышения удобочитаемости str(transform) при DEBUG=True.

has_inverse = True

input_dims = 1

inverted(self)

Возвращает соответствующее обратное преобразование.

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

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

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, как правило, эквивалентно transform(values). В аффинных преобразованиях это всегда ничто.

Параметры:	valuesarray Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).
Возвращает:	valuesarray Выходные значения в виде массива NumPy длиной input_dims или формы (N x output_dims), в зависимости от ввода.

class InvertedNaturalLogTransform(**kwargs)

Bases: matplotlib.scale.InvertedLogTransformBase

[Устарело]

Примечания

Устарело начиная с версии 3.1:

Создает новый TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не имеет значения, кроме повышения удобочитаемости str(transform) при DEBUG=True.

base = 2.718281828459045

has_inverse = True

inverted(self)

Возвращает соответствующее обратное преобразование.

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

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

class Log10Transform(**kwargs)

Bases: matplotlib.scale.LogTransformBase

[Устарело]

Примечания

Устарело начиная с версии 3.1:

[Устарело]

Примечания

Устарело начиная с версии 3.1:

base = 10.0

has_inverse = True

inverted(self)

Возвращает соответствующее обратное преобразование.

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

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

class Log2Transform(**kwargs)

Bases: matplotlib.scale.LogTransformBase

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

base = 2.0

has_inverse = True

inverted(self)

Возвращает соответствующее обратное преобразование.

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

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

class LogTransform(base, nonpos='clip')

Bases: matplotlib.transforms.Transform

Создаёт новое TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не имеет никакого значения, кроме улучшения удобочитаемости str(transform) при DEBUG=True.

has_inverse = True

input_dims = 1

inverted(self)

Возвращает соответствующее обратное преобразование.

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

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

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 неработающая операция.

Параметры:	valuesarray Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).
Возвращает:	valuesarray Выходные значения в виде массива NumPy длиной input_dims или формы (N x output_dims), в зависимости от входных данных.

class LogTransformBase(**kwargs)

Bases: matplotlib.transforms.Transform

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

Создаёт новое TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не имеет никакого значения, кроме улучшения удобочитаемости str(transform) при DEBUG=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 неработающая операция.

Параметры:	valuesarray Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).
Возвращает:	valuesarray Выходные значения в виде массива NumPy длиной input_dims или формы (N x output_dims), в зависимости от входных данных.

class NaturalLogTransform(**kwargs)

Bases: matplotlib.scale.LogTransformBase

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

[Устаревшее]

Примечания

Устарело начиная с версии 3.1:

base = 2.718281828459045

has_inverse = True

inverted(self)

Возвращает соответствующее обратное преобразование.

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

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

property base

get_transform(self) [source]

Возвращает LogTransform, связанное с этой шкалой.

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

Ограничение области значениями больше нуля.

name = 'log'

set_default_locators_and_formatters(self, axis) [source]

Устанавливает локаторы и форматировщики axis для использования с этой шкалой.

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

Bases: matplotlib.transforms.Transform

Создаёт новый TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не несёт никакой смысловой нагрузки, кроме улучшения читаемости str(transform) при DEBUG=True.

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

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

Значение, возвращаемое этим методом, должно рассматриваться как временное. Обновление self не приводит к соответствующему обновлению его обратного клона.

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 неаффинном преобразовании это обычно эквивалентно transform(values). При аффинном преобразовании это всегда пустая операция.

Параметры:	valuesarray Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).
Возвращает:	valuesarray Выходные значения в виде массива NumPy длиной input_dims или формы (N x output_dims), в зависимости от входных данных.

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

Bases: matplotlib.transforms.Transform

[Устарело]

Примечания

Устарело начиная с версии 3.1:

Создаёт новый TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не несёт никакой смысловой нагрузки, кроме улучшения читаемости str(transform) при DEBUG=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 неаффинном преобразовании это обычно эквивалентно transform(values). При аффинном преобразовании это всегда пустая операция.

Параметры:	valuesarray Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).
Возвращает:	valuesarray Выходные значения в виде массива NumPy длиной input_dims или формы (N x output_dims), в зависимости от входных данных.

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

Bases: matplotlib.transforms.Transform

Создаёт новый TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не несёт никакой смысловой нагрузки, кроме улучшения читаемости str(transform) при DEBUG=True.

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

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

Значение, возвращаемое этим методом, должно рассматриваться как временное. Обновление self не приводит к соответствующему обновлению его обратного клона.

is_separable = True

output_dims = 1

transform_non_affine(self, a) [source]

логарифмическое преобразование (основание 10)

class matplotlib.scale.LogitScale(axis, nonpos='mask', *, one_half='\x0crac{1}{2}', use_overline=False) [source]

Основы: matplotlib.scale.ScaleBase

Логарифмическая шкала для данных между нулём и единицей, не включая их.

Эта шкала подобна логарифмической шкале вблизи нуля и единицы и почти линейна около 0,5. Она отображает интервал ]0, 1[ на ]-бесконечность, +бесконечность[.

Параметры:

axismatplotlib.axis.Axis В настоящее время не используется. nonpos{'mask', 'clip'} Определяет поведение для значений за пределами открытого интервала ]0, 1[. Они могут быть замаскированы как недопустимые или ограничены числом, очень близким к 0 или 1. use_overlinebool, default: False Указывает на использование обозначения выживания (overline{x}) вместо стандартного обозначения (1-x) для вероятности, близкой к единице. one_halfstr, default: r"frac{1}{2}" Строка, используемая для форматирования меток для представления 1/2.

get_transform(self) [source]

Возвращает LogitTransform, связанную с этой шкалой.

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]

Устанавливает локаторы и форматировщики axis на экземпляры, подходящие для этой шкалы.

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

Основы: matplotlib.transforms.Transform

Создаёт новую TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не имеет особого значения, кроме повышения удобочитаемости str(transform) при DEBUG=True.

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

В нём содержится x == self.inverted().transform(self.transform(x)).

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

is_separable = True

output_dims = 1

transform_non_affine(self, a) [source]

Преобразование logit (основание 10), маскированное или ограниченное.

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

Основы: matplotlib.scale.LogTransformBase

[Устаревшее]

Примечания

Устаревшее начиная с версии 3.1:

base = 2.718281828459045

has_inverse = True

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

В нём содержится x == self.inverted().transform(self.transform(x)).

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

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

Основы: object

Базовый класс для всех шкал.

Шкалы — это разделимые преобразования, работающие с одной размерностью.

Любые подклассы захотят переопределить:

• name
• get_transform()
• set_default_locators_and_formatters()

И необязательно:

• limit_range_for_scale()

Создаёт новую шкалу.

Примечания

Следующее примечание предназначено для разработчиков шкал.

По соображениям 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]

Устанавливает локаторы и форматировщики axis на экземпляры, подходящие для этой шкалы.

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

Bases: 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 вокруг нуля, который является линейным. Параметр linthresh позволяет пользователю указать размер этого диапазона (-linthresh, linthresh).

Параметры:

basex, baseyfloat Основание логарифма. По умолчанию равно 10. linthreshx, linthreshyfloat Определяет диапазон (-x, x), в пределах которого график является линейным. Это позволяет избежать того, чтобы график стремился к бесконечности около нуля. По умолчанию равно 2. subsx, subsysequence of int Указывает, где разместить подштрихи между каждым основным штрихом. Например, в логарифмическом масштабе 10: [2, 3, 4, 5, 6, 7, 8, 9] разместит 8 логарифмически распределённых мелких штрихов между каждым основным штрихом. linscalex, linscaleyfloat, optional Это позволяет растянуть линейный диапазон (-linthresh, linthresh) относительно логарифмического диапазона. Его значение — число декад, используемых для каждой половины линейного диапазона. Например, когда linscale == 1.0 (по умолчанию), пространство, используемое для положительной и отрицательной половин линейного диапазона, будет равно одной декаде в логарифмическом диапазоне.

Создаёт новый масштаб.

Примечания

Следующее примечание предназначено для разработчиков масштабов.

Из соображений обратной совместимости масштабы принимают объект Axis в качестве первого аргумента. Однако этот аргумент не следует использовать: один объект масштаба должен быть доступен нескольким объектам Axis одновременно.

class InvertedSymmetricalLogTransform(base, linthresh, linscale)

Bases: matplotlib.transforms.Transform

Создаёт новый TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не несёт смысловой нагрузки, кроме повышения удобочитаемости str(transform) при DEBUG=True.

has_inverse = True

input_dims = 1

inverted(self)

Возвращает соответствующее обратное преобразование.

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

Значение, возвращаемое этим методом, следует рассматривать как временное. Обновление self не приводит к соответствующему обновлению его обратного копии.

is_separable = True

output_dims = 1

transform_non_affine(self, a)

Выполняет только неаффинное преобразование.

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

При неаффинных преобразованиях это обычно эквивалентно transform(values). При аффинных преобразованиях это всегда бессмысленная операция.

Параметры:	valuesarray Вводные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).
Возвращает:	valuesarray Выходные значения в виде массива NumPy длиной input_dims или формы (N x output_dims), в зависимости от ввода.

class SymmetricalLogTransform(base, linthresh, linscale)

Bases: matplotlib.transforms.Transform

Создаёт новое TransformNode.

Параметры:	shorthand_namestr Строка, представляющая «имя» преобразования. Имя не несёт смысловой нагрузки, кроме повышения удобочитаемости str(transform) при DEBUG=True.

has_inverse = True

input_dims = 1

inverted(self)

Возвращает соответствующее обратное преобразование.

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

Значение, возвращаемое этим методом, следует рассматривать как временное. Обновление self не приводит к соответствующему обновлению его обратного копии.

is_separable = True

output_dims = 1

transform_non_affine(self, a)

Выполняет только неаффинное преобразование.

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

При неаффинных преобразованиях это обычно эквивалентно transform(values). При аффинных преобразованиях это всегда бессмысленная операция.

Параметры:	valuesarray Вводные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).
Возвращает:	valuesarray Выходные значения в виде массива NumPy длиной input_dims или формы (N x output_dims), в зависимости от ввода.

get_transform(self) [source]

Возвращает SymmetricalLogTransform, связанную с этим масштабом.

name = 'symlog'

set_default_locators_and_formatters(self, axis) [source]

Устанавливает для axis локаторы и форматировщики, подходящие для этого масштаба.

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

Bases: matplotlib.transforms.Transform

Создаёт новую TransformNode.

Параметры:	shorthand_namestr Строка, представляющая "имя" преобразования. Имя не имеет никакого значения, кроме улучшения удобочитаемости str(transform) при DEBUG=True.

has_inverse = True

input_dims = 1

inverted(self) [source]

Возвращает соответствующее обратное преобразование.

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

Значение, возвращаемое этим методом, следует рассматривать как временное. Обновление self не приводит к соответствующему обновлению его обратного копирования.

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 бесполезная операция.

Параметры:	valuesarray Входные значения как массив NumPy длиной input_dims или формы (N x input_dims).
Возвращает:	valuesarray Выходные значения как массив NumPy длиной input_dims или формы (N x output_dims), в зависимости от входных данных.

matplotlib.scale.get_scale_docs() [source]

[Устарело] Вспомогательная функция для генерации строковых описаний, связанных со шкалами.

Замечания

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

matplotlib.scale.get_scale_names() [source]

Возвращает имена доступных шкал.

matplotlib.scale.register_scale(scale_class) [source]

Регистрирует новый вид шкалы.

Параметры:	scale_classsubclass of ScaleBase Регистрируемая шкала.

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

Возвращает класс шкалы по имени.

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