在Matplotlib 中建立不連續軸

簡介：

使用Matplotlib 建立繪圖時，通常使用連續的x 軸。然而，可能存在需要不連續軸的情況，其中 x 軸值中出現間隙或跳躍。這對於顯示缺失值或分佈稀疏的數據非常有用。

使用子圖：

創建不連續軸的一種方法是使用子圖。每個子圖都可以分配不同範圍的 x 軸值，從而導致子圖之間存在間隙。這是一個簡單的例子：

import matplotlib.pyplot as plt

x1 = np.linspace(0, 5, 100)
y1 = np.sin(x1)

x2 = np.linspace(10, 15, 100)
y2 = np.cos(x2)

plt.subplot(1, 2, 1)
plt.plot(x1, y1)

plt.subplot(1, 2, 2)
plt.plot(x2, y2)

plt.show()

自訂軸變換：

創建不連續軸的另一種方法是使用自訂軸變換。透過定義新的轉換類，我們可以指定資料如何映射到軸。以下程式碼示範了這個方法：

import matplotlib.pyplot as plt
from matplotlib.transforms import Transform
from matplotlib.ticker import LogLocator

class DiscontinuousTransform(Transform):
    def __init__(self, breaks):
        Transform.__init__(self)
        self.breaks = breaks

    def transform(self, values):
        new_values = values.copy()
        for break in self.breaks:
            new_values[values > break]  = 1
        return new_values

    def inverted(self):
        return InvertedDiscontinuousTransform(self.breaks)

class InvertedDiscontinuousTransform(Transform):
    def __init__(self, breaks):
        Transform.__init__(self)
        self.breaks = breaks

    def transform(self, values):
        new_values = values.copy()
        for break in self.breaks:
            new_values[values >= break] -= 1
        return new_values

    def inverted(self):
        return DiscontinuousTransform(self.breaks)

x = np.linspace(0, 10, 100)
y = np.sin(x)

trans = DiscontinuousTransform([5])
locator = LogLocator(base=10)
locator.set_params(minor_locator=None)

plt.plot(x, y, transform=trans)

plt.gca().xaxis.set_major_locator(locator)
plt.gca().xaxis.set_major_formatter(plt.FormatStrFormatter("%0.0f\n(pert)"))

plt.show()

結論：

在 Matplotlib 中建立不連續軸可以使用子圖或自訂軸轉換來實現。自訂轉換方法提供了更大的靈活性和對軸行為的控制。這兩種方法都可以有效地視覺化具有間隙或不連續性的資料。