मैंने वायुमंडलीय मॉडल आउटपुट से ऊर्ध्वाधर क्रॉस सेक्शन बनाने के लिए एक दिनचर्या लिखी है। एक उदाहरण नीचे दिया गया है। मैं क्या करना चाहता हूं, दो लंबवत अक्ष दिखाने के लिए है: बाईं तरफ मैं लॉग मान पर प्रेशर वैल्यू प्रदर्शित करता हूं, और दाईं ओर मैं किमी में ऊंचाई दिखाता हूं। मैंने सोचा कि मॉडल स्तरों के स्थानों पर ऊंचाई दिखाना अच्छा होगा - यही कारण है कि वे अनियमित रूप से दूरी पर हैं। सभी अच्छी तरह से काम करते हैं, सिवाय इसके कि दाएं कोने के नीचे दाएं ओवरलैप पर लेबल। मुझे पता चला कि मैं ax2.get_yticklabels()[index].set_visible(False) का उपयोग करके विशिष्ट लेबल छुपा सकता हूं। मेरी समस्या यह है कि मैं कैसे निर्धारित करूं कि कौन से लेबल (इंडेस) मैं छिपाना चाहता हूं? मेरा मानना है कि यह पता लगाना संभव होना चाहिए कि टिक लेबल कहां स्थित हैं (धुरी या आकृति निर्देशांक में)। तब मैंMatplotlib धुरी लेबल: यह पता लगाने के लिए कि वे कहां स्थित होंगे?
yp = -1
for t in ax2.get_yticklabels():
y = t.get_position().y0 # this doesn't yield any useful bbox!
if y-yp < threshold:
t.set_visible(False)
else:
yp = y
दुर्भाग्य के रूप में एक सीमा से दूरी इस्तेमाल कर सकते हैं, मैं लेबल निर्देशांक पाने के लिए एक तरह से नहीं मिली है। कोई संकेत? यहाँ 
और पूरा कोड है कि अंकन करता है (डेटा 2-डी सरणी है, एक्स अक्षांश कर रहे हैं, और y दबाव मान रहे हैं):
यहाँ उदाहरण आंकड़ा है
def plotZM(data, x, y, plotOpt=None):
"""Create a zonal mean contour plot of one variable
plotOpt is a dictionary with plotting options:
'scale_factor': multiply values with this factor before plotting
'units': a units label for the colorbar
'levels': use list of values as contour intervals
'title': a title for the plot
"""
if plotOpt is None: plotOpt = {}
# create figure and axes
fig = plt.figure()
ax1 = fig.add_subplot(111)
# scale data if requested
scale_factor = plotOpt.get('scale_factor', 1.0)
pdata = data * scale_factor
# determine contour levels to be used; default: linear spacing, 20 levels
clevs = plotOpt.get('levels', np.linspace(data.min(), data.max(), 20))
# map contour values to colors
norm=matplotlib.colors.BoundaryNorm(clevs, ncolors=256, clip=False)
# draw the (filled) contours
contour = ax1.contourf(x, y, pdata, levels=clevs, norm=norm)
# add a title
title = plotOpt.get('title', 'Vertical cross section')
ax1.set_title(title) # optional keyword: fontsize="small"
# add colorbar
# Note: use of the ticks keyword forces colorbar to draw all labels
fmt = matplotlib.ticker.FormatStrFormatter("%g")
cbar = fig.colorbar(contour, ax=ax1, orientation='horizontal', shrink=0.8,
ticks=clevs, format=fmt)
cbar.set_label(plotOpt.get('units', ''))
for t in cbar.ax.get_xticklabels():
t.set_fontsize("x-small")
# change font size of x labels
xlabels = ax1.get_xticklabels()
for t in xlabels:
t.set_fontsize("x-small")
# set up y axes: log pressure labels on the left y axis, altitude labels
# according to model levels on the right y axis
ax1.set_ylabel("Pressure [hPa]")
ax1.set_yscale('log')
ax1.set_ylim(y.max(), y.min())
subs = [1,2,5]
print "y_max/y_min = ", y.max()/y.min()
if y.max()/y.min() < 30.:
subs = [1,2,3,4,5,6,7,8,9]
loc = matplotlib.ticker.LogLocator(base=10., subs=subs)
ax1.yaxis.set_major_locator(loc)
fmt = matplotlib.ticker.FormatStrFormatter("%g")
ax1.yaxis.set_major_formatter(fmt)
ylabels = ax1.get_yticklabels()
for t in ylabels:
t.set_fontsize("x-small")
# calculate altitudes from pressure values (use fixed scale height)
z0 = 8.400 # scale height for pressure_to_altitude conversion [km]
altitude = z0 * np.log(1015.23/y)
# add second y axis for altitude scale
ax2 = ax1.twinx()
ax2.set_ylabel("Altitude [km]")
ax2.set_ylim(altitude.min(), altitude.max())
ax2.set_yticks(altitude)
fmt = matplotlib.ticker.FormatStrFormatter("%6.1f")
ax2.yaxis.set_major_formatter(fmt)
# tweak altitude labels
ylabels = ax2.get_yticklabels()
for i,t in enumerate(ylabels):
t.set_fontsize("x-small")
# show plot
plt.show()
