如何在生成的图表中添加测量输入值作为 x 轴标签?
How to add measured input values as x-axis labels in generated chart?
我正在使用 perfplot
进行少量测量。我希望将测量的输入值视为类似于生成的 y 轴标签的 x 轴标签。
目前我看到 10^2 10^3 10^4 10^5 10^6 10^7
作为 x 轴标签。
我想要 16 512 16384 524288 16777216
作为 x 轴标签。
perfplot
内部使用matplotlib
,所以我觉得应该可以实现。
示例代码:
import numpy as np
import perfplot
perfplot.show(
setup=lambda n: np.random.rand(n),
kernels=[
lambda a: np.c_[a, a],
lambda a: np.stack([a, a]).T,
lambda a: np.vstack([a, a]).T,
lambda a: np.column_stack([a, a]),
lambda a: np.concatenate([a[:, None], a[:, None]], axis=1),
],
labels=["c_", "stack", "vstack", "column_stack", "concat"],
n_range=[16, 512, 16384, 524288, 16777216],
xlabel="len(a)",
)
当前输出:
您可以在 perfplot
完成后使用 plot
而不是 show
来访问当前坐标区对象,然后根据需要设置刻度:
import numpy as np
import perfplot
import matplotlib.pyplot as plt
import matplotlib.ticker as mt
n_range = [16, 512, 16384, 524288, 16777216]
perfplot.plot(
setup=lambda n: np.random.rand(n),
kernels=[
lambda a: np.c_[a, a],
lambda a: np.stack([a, a]).T,
lambda a: np.vstack([a, a]).T,
lambda a: np.column_stack([a, a]),
lambda a: np.concatenate([a[:, None], a[:, None]], axis=1),
],
labels=["c_", "stack", "vstack", "column_stack", "concat"],
n_range=n_range,
xlabel="len(a)",
)
ax = plt.gca()
ax.xaxis.set_ticks(n_range)
ax.xaxis.set_major_formatter(mt.StrMethodFormatter('{x}'))
plt.show()
我正在使用 perfplot
进行少量测量。我希望将测量的输入值视为类似于生成的 y 轴标签的 x 轴标签。
目前我看到 10^2 10^3 10^4 10^5 10^6 10^7
作为 x 轴标签。
我想要 16 512 16384 524288 16777216
作为 x 轴标签。
perfplot
内部使用matplotlib
,所以我觉得应该可以实现。
示例代码:
import numpy as np
import perfplot
perfplot.show(
setup=lambda n: np.random.rand(n),
kernels=[
lambda a: np.c_[a, a],
lambda a: np.stack([a, a]).T,
lambda a: np.vstack([a, a]).T,
lambda a: np.column_stack([a, a]),
lambda a: np.concatenate([a[:, None], a[:, None]], axis=1),
],
labels=["c_", "stack", "vstack", "column_stack", "concat"],
n_range=[16, 512, 16384, 524288, 16777216],
xlabel="len(a)",
)
当前输出:
您可以在 perfplot
完成后使用 plot
而不是 show
来访问当前坐标区对象,然后根据需要设置刻度:
import numpy as np
import perfplot
import matplotlib.pyplot as plt
import matplotlib.ticker as mt
n_range = [16, 512, 16384, 524288, 16777216]
perfplot.plot(
setup=lambda n: np.random.rand(n),
kernels=[
lambda a: np.c_[a, a],
lambda a: np.stack([a, a]).T,
lambda a: np.vstack([a, a]).T,
lambda a: np.column_stack([a, a]),
lambda a: np.concatenate([a[:, None], a[:, None]], axis=1),
],
labels=["c_", "stack", "vstack", "column_stack", "concat"],
n_range=n_range,
xlabel="len(a)",
)
ax = plt.gca()
ax.xaxis.set_ticks(n_range)
ax.xaxis.set_major_formatter(mt.StrMethodFormatter('{x}'))
plt.show()