matplotlib.scale

척도는 축의 데이터 값 분포(예: 로그 척도)를 정의합니다. 의 하위 클래스로 정의됩니다 ScaleBase.

axes.Axes.set_xscale설명서의 저울 예제 도 참조하십시오 .

사용자 지정 배율 을 정의하는 전체 예는 사용자 지정 배율을 참조하십시오 .

Matplotlib는 동시에 두 가지 모두에서 작동하는 비분리형 변환도 지원합니다 Axis. 이를 투영이라고 하며 에 정의되어 matplotlib.projections있습니다.

클래스 matplotlib.scale. AsinhScale ( axis , * , linear_width = 1.0 , base = 10 , subs = 'auto' , ** kwargs )

베이스:ScaleBase

역쌍곡사인(asinh)을 기반으로 한 준로그 스케일

0에 가까운 값의 경우 이것은 기본적으로 선형 눈금이지만 크기가 큰 값(양수 또는 음수)의 경우 점근적으로 로그입니다. 이러한 선형 및 대수 영역 사이의 전환은 매끄럽고 SymmetricalLogScale("symlog") 척도와 달리 함수 구배에 불연속성이 없습니다.

특히, 축 좌표의 변환\(a\)~이다 \(a \rightarrow a_0 \sinh^{-1} (a / a_0)\)어디\(a_0\) 변환 선형 영역의 유효 너비입니다. 해당 지역에서 변환은 다음과 같습니다. \(a \rightarrow a + \mathcal{O}(a^3)\). 큰 값의 경우\(a\)변환은 다음과 같이 동작합니다. \(a \rightarrow a_0 \, \mathrm{sgn}(a) \ln |a| + \mathcal{O}(1)\).

메모

이 API는 잠정적이며 초기 사용자 피드백에 따라 향후 수정될 수 있습니다.

매개변수 :

linear_width float, 기본값: 1

척도 매개변수(다른 곳에서는\(a_0\)) 준선형 영역의 범위와 변환이 점진적으로 대수가 되는 좌표 값을 정의합니다.

기본 정수, 기본값: 10

눈금 위치를 로그 눈금으로 반올림하는 데 사용되는 숫자 기준입니다. 이것이 1보다 작으면 10의 거듭제곱에 가장 가까운 정수 배수로 반올림됩니다.

int의 서브 시퀀스

마이너 틱에 사용되는 숫자 베이스의 배수입니다. '자동'으로 설정하면 기본 제공 기본값(예: base=10의 경우 (2, 5))을 사용합니다.

auto_tick_multipliers = {3: (2,), 4: (2,), 5: (2,), 8: (2, 4), 10: (2, 5), 16: (2, 4, 8), 64: (4, 16), 1024: (256, 512)}

get_transform ( )

Transform이 스케일과 관련된 객체를 반환합니다 .

속성 linear_width

이름 = '아신'

set_default_locators_and_formatters ( 축 )

축의 로케이터와 포맷터 를 이 스케일에 적합한 인스턴스로 설정합니다.

클래스 matplotlib.scale. AsinhTransform ( linear_width )

베이스:Transform

다음에서 사용하는 역쌍곡선-사인 변환AsinhScale

매개변수 :

shorthand_name 문자열

변환의 "이름"을 나타내는 문자열입니다. str(transform)이름은 DEBUG=True일 때 가독성을 높이는 것 외에는 의미가 없습니다 .

has_inverse = 참

이 변환에 해당하는 역변환이 있는 경우 참입니다.

입력_딤 = 1

이 변환의 입력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

거꾸로 ( )

해당 역변환을 반환합니다.

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

이 메서드의 반환 값은 임시로 처리되어야 합니다. self 에 대한 업데이트 는 반전된 복사본에 해당하는 업데이트를 유발하지 않습니다.

is_separable = 참

이 변환이 x 및 y 차원에서 분리 가능한 경우 참입니다.

output_dims = 1

이 변환의 출력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

transform_non_affine ( a )

이 변환의 비친화적 부분만 적용하십시오.

transform(values)는 항상 와 같습니다 transform_affine(transform_non_affine(values)).

비아핀 변환에서 이는 일반적으로 와 동일합니다 transform(values). 아핀 변환에서 이것은 항상 작동하지 않습니다.

매개변수 :

값 배열

input_dims입력 값은 길이 또는 모양(N x ) 의 NumPy 배열입니다 input_dims.

반환 :

정렬

입력에 따라 길이 output_dims또는 모양(N x ) 의 NumPy 배열로 출력 값 .output_dims

클래스 matplotlib.scale. FuncScale ( 축 , 함수 )

베이스:ScaleBase

축에 대한 사용자 제공 기능으로 임의 스케일을 제공하십시오.

매개변수 :

중심선Axis

배율의 축입니다.

함수 (호출 가능, 호출 가능)

척도에 대한 순방향 및 역함수의 2-튜플. 순방향 함수는 단조적이어야 합니다.

두 함수 모두 서명이 있어야 합니다.

def forward(values: array-like) -> array-like

get_transform ( )

FuncTransform이 척도와 관련된 를 반환합니다 .

이름 = '함수'

set_default_locators_and_formatters ( 축 )

축의 로케이터와 포맷터 를 이 스케일에 적합한 인스턴스로 설정합니다.

클래스 matplotlib.scale. FuncScaleLog ( 축 , 함수 , 기준 = 10 )

베이스:LogScale

축에 대한 사용자 제공 함수로 임의의 스케일을 제공한 다음 로그 축을 입력합니다.

매개변수 :

중심선matplotlib.axis.Axis

배율의 축입니다.

함수 (호출 가능, 호출 가능)

척도에 대한 순방향 및 역함수의 2-튜플. 순방향 함수는 단조적이어야 합니다.

두 함수 모두 서명이 있어야 합니다.

def forward(values: array-like) -> array-like

기본 부동 소수점, 기본값: 10

눈금의 대수 기준.

재산 기지

get_transform ( )

Transform이 척도와 관련된 를 반환합니다 .

이름 = 'functionlog'

클래스 matplotlib.scale. FuncTransform ( 정방향 , 역방향 )

베이스:Transform

정방향 및 역방향 변환에 대해 임의의 함수를 사용하는 간단한 변환입니다.

매개변수 :

앞으로 호출 가능

변환을 위한 순방향 함수입니다. 이 함수는 역함수가 있어야 하며 최상의 동작을 위해 단조적이어야 합니다. 서명이 있어야 합니다.

def forward(values: array-like) -> array-like

역 호출 가능

정방향 함수의 역함수입니다. 서명을 forward.

has_inverse = 참

이 변환에 해당하는 역변환이 있는 경우 참입니다.

입력_딤 = 1

이 변환의 입력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

거꾸로 ( )

해당 역변환을 반환합니다.

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

이 메서드의 반환 값은 임시로 처리되어야 합니다. self 에 대한 업데이트 는 반전된 복사본에 해당하는 업데이트를 유발하지 않습니다.

is_separable = 참

이 변환이 x 및 y 차원에서 분리 가능한 경우 참입니다.

output_dims = 1

이 변환의 출력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

transform_non_affine ( 값 )

이 변환의 비친화적 부분만 적용하십시오.

transform(values)는 항상 와 같습니다 transform_affine(transform_non_affine(values)).

비아핀 변환에서 이는 일반적으로 와 동일합니다 transform(values). 아핀 변환에서 이것은 항상 작동하지 않습니다.

매개변수 :

값 배열

input_dims입력 값은 길이 또는 모양(N x ) 의 NumPy 배열입니다 input_dims.

반환 :

정렬

입력에 따라 길이 output_dims또는 모양(N x ) 의 NumPy 배열로 출력 값 .output_dims

클래스 matplotlib.scale. InvertedAsinhTransform ( linear_width )

베이스:Transform

다음에서 사용하는 쌍곡사인 변환AsinhScale

매개변수 :

shorthand_name 문자열

변환의 "이름"을 나타내는 문자열입니다. str(transform)이름은 DEBUG=True일 때 가독성을 높이는 것 외에는 의미가 없습니다 .

has_inverse = 참

이 변환에 해당하는 역변환이 있는 경우 참입니다.

입력_딤 = 1

이 변환의 입력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

거꾸로 ( )

해당 역변환을 반환합니다.

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

이 메서드의 반환 값은 임시로 처리되어야 합니다. self 에 대한 업데이트 는 반전된 복사본에 해당하는 업데이트를 유발하지 않습니다.

is_separable = 참

이 변환이 x 및 y 차원에서 분리 가능한 경우 참입니다.

output_dims = 1

이 변환의 출력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

transform_non_affine ( a )

이 변환의 비친화적 부분만 적용하십시오.

transform(values)는 항상 와 같습니다 transform_affine(transform_non_affine(values)).

비아핀 변환에서 이는 일반적으로 와 동일합니다 transform(values). 아핀 변환에서 이것은 항상 작동하지 않습니다.

매개변수 :

값 배열

input_dims입력 값은 길이 또는 모양(N x ) 의 NumPy 배열입니다 input_dims.

반환 :

정렬

입력에 따라 길이 output_dims또는 모양(N x ) 의 NumPy 배열로 출력 값 .output_dims

클래스 matplotlib.scale. InvertedLogTransform ( base )

베이스:Transform

매개변수 :

shorthand_name 문자열

변환의 "이름"을 나타내는 문자열입니다. str(transform)이름은 DEBUG=True일 때 가독성을 높이는 것 외에는 의미가 없습니다 .

has_inverse = 참

이 변환에 해당하는 역변환이 있는 경우 참입니다.

입력_딤 = 1

이 변환의 입력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

거꾸로 ( )

해당 역변환을 반환합니다.

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

이 메서드의 반환 값은 임시로 처리되어야 합니다. self 에 대한 업데이트 는 반전된 복사본에 해당하는 업데이트를 유발하지 않습니다.

is_separable = 참

이 변환이 x 및 y 차원에서 분리 가능한 경우 참입니다.

output_dims = 1

이 변환의 출력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

transform_non_affine ( a )

이 변환의 비친화적 부분만 적용하십시오.

transform(values)는 항상 와 같습니다 transform_affine(transform_non_affine(values)).

비아핀 변환에서 이는 일반적으로 와 동일합니다 transform(values). 아핀 변환에서 이것은 항상 작동하지 않습니다.

매개변수 :

값 배열

input_dims입력 값은 길이 또는 모양(N x ) 의 NumPy 배열입니다 input_dims.

반환 :

정렬

입력에 따라 길이 output_dims또는 모양(N x ) 의 NumPy 배열로 출력 값 .output_dims

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

베이스:Transform

매개변수 :

shorthand_name 문자열

변환의 "이름"을 나타내는 문자열입니다. str(transform)이름은 DEBUG=True일 때 가독성을 높이는 것 외에는 의미가 없습니다 .

has_inverse = 참

이 변환에 해당하는 역변환이 있는 경우 참입니다.

입력_딤 = 1

이 변환의 입력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

거꾸로 ( )

해당 역변환을 반환합니다.

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

이 메서드의 반환 값은 임시로 처리되어야 합니다. self 에 대한 업데이트 는 반전된 복사본에 해당하는 업데이트를 유발하지 않습니다.

is_separable = 참

이 변환이 x 및 y 차원에서 분리 가능한 경우 참입니다.

output_dims = 1

이 변환의 출력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

transform_non_affine ( a )

이 변환의 비친화적 부분만 적용하십시오.

transform(values)는 항상 와 같습니다 transform_affine(transform_non_affine(values)).

비아핀 변환에서 이는 일반적으로 와 동일합니다 transform(values). 아핀 변환에서 이것은 항상 작동하지 않습니다.

매개변수 :

값 배열

input_dims입력 값은 길이 또는 모양(N x ) 의 NumPy 배열입니다 input_dims.

반환 :

정렬

입력에 따라 길이 output_dims또는 모양(N x ) 의 NumPy 배열로 출력 값 .output_dims

클래스 matplotlib.scale. LinearScale ( 축 )

베이스:ScaleBase

기본 선형 배율입니다.

get_transform ( )

선형 스케일링에 대한 변환을 반환합니다 IdentityTransform.

이름 = '선형'

set_default_locators_and_formatters ( 축 )

축의 로케이터와 포맷터 를 이 스케일에 적합한 인스턴스로 설정합니다.

클래스 matplotlib.scale. LogScale ( axis , * , base = 10 , subs = None , nonpositive = 'clip' )

베이스:ScaleBase

표준 대수 눈금입니다. 양수 값만 플롯하도록 주의를 기울입니다.

매개변수 :

중심선Axis

배율의 축입니다.

기본 부동 소수점, 기본값: 10

로그의 밑.

비양수 {'클립', '마스크'}, 기본값: '클립'

양수가 아닌 값에 대한 동작을 결정합니다. 유효하지 않은 것으로 마스킹되거나 매우 작은 양수로 잘릴 수 있습니다.

int의 subs 시퀀스, 기본값: 없음

각 주요 눈금 사이에 하위 눈금을 배치할 위치입니다. 예를 들어, log10 척도에서 각 주요 눈금 사이에 8개의 대수 간격 보조 눈금을 배치합니다.[2, 3, 4, 5, 6, 7, 8, 9]

재산 기지

get_transform ( )

LogTransform이 척도와 관련된 를 반환합니다 .

limit_range_for_scale ( vmin , vmax , minpos )

도메인을 양수 값으로 제한합니다.

이름 = '로그'

set_default_locators_and_formatters ( 축 )

축의 로케이터와 포맷터 를 이 스케일에 적합한 인스턴스로 설정합니다.

클래스 matplotlib.scale. LogTransform ( base , nonpositive = 'clip' )

베이스:Transform

매개변수 :

shorthand_name 문자열

변환의 "이름"을 나타내는 문자열입니다. str(transform)이름은 DEBUG=True일 때 가독성을 높이는 것 외에는 의미가 없습니다 .

has_inverse = 참

이 변환에 해당하는 역변환이 있는 경우 참입니다.

입력_딤 = 1

이 변환의 입력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

거꾸로 ( )

해당 역변환을 반환합니다.

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

이 메서드의 반환 값은 임시로 처리되어야 합니다. self 에 대한 업데이트 는 반전된 복사본에 해당하는 업데이트를 유발하지 않습니다.

is_separable = 참

이 변환이 x 및 y 차원에서 분리 가능한 경우 참입니다.

output_dims = 1

이 변환의 출력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

transform_non_affine ( a )

이 변환의 비친화적 부분만 적용하십시오.

transform(values)는 항상 와 같습니다 transform_affine(transform_non_affine(values)).

비아핀 변환에서 이는 일반적으로 와 동일합니다 transform(values). 아핀 변환에서 이것은 항상 작동하지 않습니다.

매개변수 :

값 배열

input_dims입력 값은 길이 또는 모양(N x ) 의 NumPy 배열입니다 input_dims.

반환 :

정렬

입력에 따라 길이 output_dims또는 모양(N x ) 의 NumPy 배열로 출력 값 .output_dims

클래스 matplotlib.scale. LogisticTransform ( nonpositive = 'mask' )

베이스:Transform

매개변수 :

shorthand_name 문자열

변환의 "이름"을 나타내는 문자열입니다. str(transform)이름은 DEBUG=True일 때 가독성을 높이는 것 외에는 의미가 없습니다 .

has_inverse = 참

이 변환에 해당하는 역변환이 있는 경우 참입니다.

입력_딤 = 1

이 변환의 입력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

거꾸로 ( )

해당 역변환을 반환합니다.

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

이 메서드의 반환 값은 임시로 처리되어야 합니다. self 에 대한 업데이트 는 반전된 복사본에 해당하는 업데이트를 유발하지 않습니다.

is_separable = 참

이 변환이 x 및 y 차원에서 분리 가능한 경우 참입니다.

output_dims = 1

이 변환의 출력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

transform_non_affine ( a )

로지스틱 변환(기본 10)

클래스 matplotlib.scale. LogitScale ( axis , nonpositive = 'mask' , * , one_half = '\\frac{1}{2}' , use_overline = False )

베이스:ScaleBase

0과 1 사이의 데이터에 대한 로짓 척도(둘 다 제외됨).

이 척도는 0과 1에 가까운 로그 척도와 유사하며 0.5 부근에서 거의 선형입니다. 간격 ]0, 1[을 ]-infty, +infty[에 매핑합니다.

매개변수 :

중심선matplotlib.axis.Axis

현재 미사용.

비양수 {'마스크', '클립'}

열린 간격 ]0, 1[을 넘는 값에 대한 동작을 결정합니다. 유효하지 않은 것으로 가려지거나 0 또는 1에 매우 가까운 숫자로 잘릴 수 있습니다.

use_overline 부울, 기본값: 거짓

1에 가까운 확률에 대해 표준 표기법(1-x) 대신 생존 표기법(overline{x})의 사용을 나타냅니다.

one_half str, 기본값: r"frac{1}{2}"

틱 포맷터가 1/2을 나타내는 데 사용되는 문자열입니다.

get_transform ( )

LogitTransform이 척도와 관련된 를 반환합니다 .

limit_range_for_scale ( vmin , vmax , minpos )

도메인을 0과 1 사이의 값으로 제한합니다(제외됨).

이름 = '로짓'

set_default_locators_and_formatters ( 축 )

축의 로케이터와 포맷터 를 이 스케일에 적합한 인스턴스로 설정합니다.

클래스 matplotlib.scale. LogitTransform ( nonpositive = 'mask' )

베이스:Transform

매개변수 :

shorthand_name 문자열

변환의 "이름"을 나타내는 문자열입니다. str(transform)이름은 DEBUG=True일 때 가독성을 높이는 것 외에는 의미가 없습니다 .

has_inverse = 참

이 변환에 해당하는 역변환이 있는 경우 참입니다.

입력_딤 = 1

이 변환의 입력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

거꾸로 ( )

해당 역변환을 반환합니다.

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

이 메서드의 반환 값은 임시로 처리되어야 합니다. self 에 대한 업데이트 는 반전된 복사본에 해당하는 업데이트를 유발하지 않습니다.

is_separable = 참

이 변환이 x 및 y 차원에서 분리 가능한 경우 참입니다.

output_dims = 1

이 변환의 출력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

transform_non_affine ( a )

로짓 변환(기본 10), 마스크 또는 클립

클래스 matplotlib.scale. ScaleBase ( 축 )

베이스:object

모든 저울의 기본 클래스입니다.

척도는 단일 차원에서 작동하는 분리 가능한 변환입니다.

하위 클래스는 재정의해야 합니다.

name

저울의 이름입니다.

get_transform()

Transform데이터 좌표를 스케일링된 좌표로 변환하는 를 반환하는 메서드 입니다. 이 변환은 반전 가능해야 합니다. 예를 들어 마우스 위치를 데이터 좌표로 다시 변환할 수 있습니다.

set_default_locators_and_formatters()

Axis 이 스케일을 사용 하는 에 대한 기본 로케이터 및 포맷터를 설정하는 메서드입니다 .

limit_range_for_scale()

축 범위를 허용 가능한 값으로 "고정"하는 선택적 방법(예: 로그 스케일 축을 양수 값으로 제한).

새로운 저울을 구성하십시오.

메모

다음 참고 사항은 규모 구현자를 위한 것입니다.

이전 버전과의 호환성을 위해 스케일은 Axis 객체를 첫 번째 인수로 사용합니다. 그러나 이 인수를 사용해서는 안 됩니다. 단일 척도 개체를 여러 Axises에서 동시에 사용할 수 있어야 합니다.

get_transform ( )

Transform이 스케일과 관련된 객체를 반환합니다 .

limit_range_for_scale ( vmin , vmax , minpos )

이 스케일이 지원하는 도메인으로 제한된 범위 vmin , vmax 를 반환합니다(있는 경우).

minpos 는 데이터의 최소 양수 값이어야 합니다. 로그 스케일에서 최소값을 결정하는 데 사용됩니다.

set_default_locators_and_formatters ( 축 )

축의 로케이터와 포맷터 를 이 스케일에 적합한 인스턴스로 설정합니다.

클래스 matplotlib.scale. SymmetricalLogScale ( axis , * , base = 10 , linthresh = 2 , subs = None , linscale = 1 )

베이스:ScaleBase

대칭 로그 눈금은 원점에서 양의 방향과 음의 방향 모두에서 로그입니다.

0에 가까운 값은 무한대로 가는 경향이 있으므로 선형인 0 주변의 범위가 필요합니다. linthresh 매개변수 를 사용하면 사용자가 이 범위(- linthresh , linthresh )의 크기를 지정할 수 있습니다.

매개변수 :

기본 부동 소수점, 기본값: 10

로그의 밑.

linthresh float, 기본값: 2

플롯이 선형인 범위를 정의합니다 . 이렇게 하면 플롯이 0을 중심으로 무한대가 되는 것을 방지할 수 있습니다.(-x, x)

int의 서브 시퀀스

각 주요 눈금 사이에 하위 눈금을 배치할 위치입니다. 예를 들어, log10 척도에서: 각 주요 눈금 사이에 8개의 대수 간격 보조 눈금을 배치합니다.[2, 3, 4, 5, 6, 7, 8, 9]

린스케일 플로트, 선택사항

이렇게 하면 로그 범위에 비해 선형 범위 를 늘릴 수 있습니다. 그 값은 선형 범위의 각 절반에 사용할 10년의 수입니다. 예를 들어, linscale == 1.0(기본값)인 경우 선형 범위의 양수 및 음수 절반에 사용되는 공간은 대수 범위에서 10단위와 같습니다.(-linthresh, linthresh)

새로운 저울을 구성하십시오.

메모

다음 참고 사항은 규모 구현자를 위한 것입니다.

이전 버전과의 호환성을 위해 스케일은 Axis 객체를 첫 번째 인수로 사용합니다. 그러나 이 인수를 사용해서는 안 됩니다. 단일 척도 개체를 여러 Axises에서 동시에 사용할 수 있어야 합니다.

재산 기지

get_transform ( )

SymmetricalLogTransform이 척도와 관련된 를 반환합니다 .

속성 린스케일

속성 linthresh

이름 = '심볼로그'

set_default_locators_and_formatters ( 축 )

축의 로케이터와 포맷터 를 이 스케일에 적합한 인스턴스로 설정합니다.

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

베이스:Transform

매개변수 :

shorthand_name 문자열

변환의 "이름"을 나타내는 문자열입니다. str(transform)이름은 DEBUG=True일 때 가독성을 높이는 것 외에는 의미가 없습니다 .

has_inverse = 참

이 변환에 해당하는 역변환이 있는 경우 참입니다.

입력_딤 = 1

이 변환의 입력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

거꾸로 ( )

해당 역변환을 반환합니다.

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

이 메서드의 반환 값은 임시로 처리되어야 합니다. self 에 대한 업데이트 는 반전된 복사본에 해당하는 업데이트를 유발하지 않습니다.

is_separable = 참

이 변환이 x 및 y 차원에서 분리 가능한 경우 참입니다.

output_dims = 1

이 변환의 출력 차원 수입니다. 하위 클래스에서 재정의(정수 사용)해야 합니다.

transform_non_affine ( a )

이 변환의 비친화적 부분만 적용하십시오.

transform(values)는 항상 와 같습니다 transform_affine(transform_non_affine(values)).

비아핀 변환에서 이는 일반적으로 와 동일합니다 transform(values). 아핀 변환에서 이것은 항상 작동하지 않습니다.

매개변수 :

값 배열

input_dims입력 값은 길이 또는 모양(N x ) 의 NumPy 배열입니다 input_dims.

반환 :

정렬

입력에 따라 길이 output_dims또는 모양(N x ) 의 NumPy 배열로 출력 값 .output_dims

matplotlib.scale. get_scale_names ( )

사용 가능한 척도의 이름을 반환합니다.

matplotlib.scale. register_scale ( scale_class )

새로운 종류의 저울을 등록합니다.

매개변수 :

scale_class 하위 클래스ScaleBase

등록할 척도입니다.

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

이름으로 스케일 클래스를 반환합니다.

매개변수 :

스케일 {'asinh', 'function', 'functionlog', 'linear', 'log', 'logit', 'symlog'}

중심선matplotlib.axis.Axis