matplotlib.scale

Les échelles définissent la distribution des valeurs de données sur un axe, par exemple une échelle logarithmique. Ils sont définis comme des sous-classes de ScaleBase.

Voir aussi axes.Axes.set_xscaleet les exemples d'échelles dans la documentation.

Voir Échelle personnalisée pour un exemple complet de définition d'une échelle personnalisée.

Matplotlib prend également en charge les transformations non séparables qui fonctionnent sur les deux Axisen même temps. Elles sont appelées projections et définies dans matplotlib.projections.

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

Socles :ScaleBase

Une échelle quasi-logarithmique basée sur le sinus hyperbolique inverse (asinh)

Pour les valeurs proches de zéro, il s'agit essentiellement d'une échelle linéaire, mais pour les valeurs de grande amplitude (positives ou négatives), elle est asymptotiquement logarithmique. La transition entre ces régimes linéaire et logarithmique est douce et ne présente aucune discontinuité dans le gradient de fonction contrairement à l' SymmetricalLogScaleéchelle ("symlog").

Plus précisément, la transformation d'une coordonnée d'axe\(a\)est \(a \rightarrow a_0 \sinh^{-1} (a / a_0)\)où\(a_0\) est la largeur effective de la région linéaire de la transformation. Dans cette région, la transformation est \(a \rightarrow a + \mathcal{O}(a^3)\). Pour les grandes valeurs de\(a\)la transformation se comporte comme \(a \rightarrow a_0 \, \mathrm{sgn}(a) \ln |a| + \mathcal{O}(1)\).

Noter

Cette API est provisoire et peut être révisée à l'avenir en fonction des premiers commentaires des utilisateurs.

Paramètres :

linear_width flottant, par défaut : 1

Le paramètre d'échelle (appelé ailleurs\(a_0\)) définissant l'étendue de la région quasi-linéaire, et les valeurs de coordonnées au-delà desquelles la transformation devient asymptotiquement logarithmique.

entier de base , par défaut : 10

La base numérique utilisée pour arrondir les emplacements des graduations sur une échelle logarithmique. S'il est inférieur à un, l'arrondi se fait au multiple entier le plus proche des puissances de dix.

sous- séquence de int

Multiples de la base numérique utilisée pour les graduations mineures. S'il est réglé sur 'auto', cela utilisera les valeurs par défaut intégrées, par exemple (2, 5) pour base=10.

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 ( )

Renvoie l' Transformobjet associé à cette échelle.

propriété linear_width

nom = 'asinh'

set_default_locators_and_formatters ( axe )

Définissez les localisateurs et les formateurs d' axe sur des instances adaptées à cette échelle.

classe matplotlib.scale. AsinhTransform ( linear_width )

Socles :Transform

Transformation sinusoïdale hyperbolique inverse utilisée parAsinhScale

Paramètres :

raccourci_name str

Une chaîne représentant le "nom" de la transformation. Le nom n'a aucune autre signification que d'améliorer la lisibilité str(transform)lorsque DEBUG=True.

a_inverse = Vrai

True si cette transformation a une transformation inverse correspondante.

input_dims = 1

Le nombre de dimensions d'entrée de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

inversé ( )

Renvoie la transformation inverse correspondante.

Ça tient .x == self.inverted().transform(self.transform(x))

La valeur de retour de cette méthode doit être traitée comme temporaire. Une mise à jour de soi ne provoque pas une mise à jour correspondante de sa copie inversée.

is_separable = Vrai

True si cette transformation est séparable dans les dimensions x et y.

output_dims = 1

Le nombre de dimensions de sortie de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

transform_non_affine ( a )

N'appliquez que la partie non affine de cette transformation.

transform(values)est toujours équivalent à transform_affine(transform_non_affine(values)).

Dans les transformations non affines, cela équivaut généralement à transform(values). Dans les transformations affines, c'est toujours un no-op.

Paramètres :

tableau de valeurs

Les valeurs d'entrée sous forme de tableau NumPy de longueur input_dimsou de forme (N x input_dims).

Retours :

déployer

Les valeurs de sortie sous forme de tableau NumPy de longueur output_dimsou de forme (N x output_dims), selon l'entrée.

classe matplotlib.scale. FuncScale ( axe , fonctions )

Socles :ScaleBase

Fournissez une échelle arbitraire avec la fonction fournie par l'utilisateur pour l'axe.

Paramètres :

axeAxis

L'axe de l'échelle.

fonctions (callable, callable)

deux-tuple des fonctions directes et inverses pour l'échelle. La fonction forward doit être monotone.

Les deux fonctions doivent avoir la signature :

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

get_transform ( )

Renvoie le FuncTransformassocié à cette échelle.

nom = 'fonction'

set_default_locators_and_formatters ( axe )

Définissez les localisateurs et les formateurs d' axe sur des instances adaptées à cette échelle.

classe matplotlib.scale. FuncScaleLog ( axe , fonctions , base = 10 )

Socles :LogScale

Fournissez une échelle arbitraire avec une fonction fournie par l'utilisateur pour l'axe, puis mettez un axe logarithmique.

Paramètres :

axematplotlib.axis.Axis

L'axe de l'échelle.

fonctions (callable, callable)

deux-tuple des fonctions directes et inverses pour l'échelle. La fonction forward doit être monotone.

Les deux fonctions doivent avoir la signature :

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

flottant de base , par défaut : 10

Base logarithmique de l'échelle.

base de propriété

get_transform ( )

Renvoie le Transformassocié à cette échelle.

nom = 'journal des fonctions'

classe matplotlib.scale. FuncTransform ( avant , inverse )

Socles :Transform

Une transformation simple qui prend une fonction arbitraire pour la transformation directe et inverse.

Paramètres :

appelable vers l'avant

La fonction directe pour la transformation. Cette fonction doit avoir un inverse et, pour un meilleur comportement, être monotone. Il doit porter la signature :

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

appelable inverse

L'inverse de la fonction avant. Signature en tant que forward.

a_inverse = Vrai

True si cette transformation a une transformation inverse correspondante.

input_dims = 1

Le nombre de dimensions d'entrée de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

inversé ( )

Renvoie la transformation inverse correspondante.

Ça tient .x == self.inverted().transform(self.transform(x))

La valeur de retour de cette méthode doit être traitée comme temporaire. Une mise à jour de soi ne provoque pas une mise à jour correspondante de sa copie inversée.

is_separable = Vrai

True si cette transformation est séparable dans les dimensions x et y.

output_dims = 1

Le nombre de dimensions de sortie de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

transform_non_affine ( valeurs )

N'appliquez que la partie non affine de cette transformation.

transform(values)est toujours équivalent à transform_affine(transform_non_affine(values)).

Dans les transformations non affines, cela équivaut généralement à transform(values). Dans les transformations affines, c'est toujours un no-op.

Paramètres :

tableau de valeurs

Les valeurs d'entrée sous forme de tableau NumPy de longueur input_dimsou de forme (N x input_dims).

Retours :

déployer

Les valeurs de sortie sous forme de tableau NumPy de longueur output_dimsou de forme (N x output_dims), selon l'entrée.

classe matplotlib.scale. InvertedAsinhTransform ( linear_width )

Socles :Transform

Transformation sinusoïdale hyperbolique utilisée parAsinhScale

Paramètres :

raccourci_name str

Une chaîne représentant le "nom" de la transformation. Le nom n'a aucune autre signification que d'améliorer la lisibilité str(transform)lorsque DEBUG=True.

a_inverse = Vrai

True si cette transformation a une transformation inverse correspondante.

input_dims = 1

Le nombre de dimensions d'entrée de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

inversé ( )

Renvoie la transformation inverse correspondante.

Ça tient .x == self.inverted().transform(self.transform(x))

La valeur de retour de cette méthode doit être traitée comme temporaire. Une mise à jour de soi ne provoque pas une mise à jour correspondante de sa copie inversée.

is_separable = Vrai

True si cette transformation est séparable dans les dimensions x et y.

output_dims = 1

Le nombre de dimensions de sortie de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

transform_non_affine ( a )

N'appliquez que la partie non affine de cette transformation.

transform(values)est toujours équivalent à transform_affine(transform_non_affine(values)).

Dans les transformations non affines, cela équivaut généralement à transform(values). Dans les transformations affines, c'est toujours un no-op.

Paramètres :

tableau de valeurs

Les valeurs d'entrée sous forme de tableau NumPy de longueur input_dimsou de forme (N x input_dims).

Retours :

déployer

Les valeurs de sortie sous forme de tableau NumPy de longueur output_dimsou de forme (N x output_dims), selon l'entrée.

classe matplotlib.scale. InvertedLogTransform ( base )

Socles :Transform

Paramètres :

raccourci_name str

Une chaîne représentant le "nom" de la transformation. Le nom n'a aucune autre signification que d'améliorer la lisibilité str(transform)lorsque DEBUG=True.

a_inverse = Vrai

True si cette transformation a une transformation inverse correspondante.

input_dims = 1

Le nombre de dimensions d'entrée de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

inversé ( )

Renvoie la transformation inverse correspondante.

Ça tient .x == self.inverted().transform(self.transform(x))

La valeur de retour de cette méthode doit être traitée comme temporaire. Une mise à jour de soi ne provoque pas une mise à jour correspondante de sa copie inversée.

is_separable = Vrai

True si cette transformation est séparable dans les dimensions x et y.

output_dims = 1

Le nombre de dimensions de sortie de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

transform_non_affine ( a )

N'appliquez que la partie non affine de cette transformation.

transform(values)est toujours équivalent à transform_affine(transform_non_affine(values)).

Dans les transformations non affines, cela équivaut généralement à transform(values). Dans les transformations affines, c'est toujours un no-op.

Paramètres :

tableau de valeurs

Les valeurs d'entrée sous forme de tableau NumPy de longueur input_dimsou de forme (N x input_dims).

Retours :

déployer

Les valeurs de sortie sous forme de tableau NumPy de longueur output_dimsou de forme (N x output_dims), selon l'entrée.

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

Socles :Transform

Paramètres :

raccourci_name str

Une chaîne représentant le "nom" de la transformation. Le nom n'a aucune autre signification que d'améliorer la lisibilité str(transform)lorsque DEBUG=True.

a_inverse = Vrai

True si cette transformation a une transformation inverse correspondante.

input_dims = 1

Le nombre de dimensions d'entrée de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

inversé ( )

Renvoie la transformation inverse correspondante.

Ça tient .x == self.inverted().transform(self.transform(x))

La valeur de retour de cette méthode doit être traitée comme temporaire. Une mise à jour de soi ne provoque pas une mise à jour correspondante de sa copie inversée.

is_separable = Vrai

True si cette transformation est séparable dans les dimensions x et y.

output_dims = 1

Le nombre de dimensions de sortie de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

transform_non_affine ( a )

N'appliquez que la partie non affine de cette transformation.

transform(values)est toujours équivalent à transform_affine(transform_non_affine(values)).

Dans les transformations non affines, cela équivaut généralement à transform(values). Dans les transformations affines, c'est toujours un no-op.

Paramètres :

tableau de valeurs

Les valeurs d'entrée sous forme de tableau NumPy de longueur input_dimsou de forme (N x input_dims).

Retours :

déployer

Les valeurs de sortie sous forme de tableau NumPy de longueur output_dimsou de forme (N x output_dims), selon l'entrée.

classe matplotlib.scale. LinearScale ( axe )

Socles :ScaleBase

L'échelle linéaire par défaut.

get_transform ( )

Renvoie la transformation pour la mise à l'échelle linéaire, qui est juste le IdentityTransform.

nom = 'linéaire'

set_default_locators_and_formatters ( axe )

Définissez les localisateurs et les formateurs d' axe sur des instances adaptées à cette échelle.

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

Socles :ScaleBase

Une échelle logarithmique standard. On prend soin de ne tracer que des valeurs positives.

Paramètres :

axeAxis

L'axe de l'échelle.

flottant de base , par défaut : 10

La base du logarithme.

non positif {'clip', 'mask'}, par défaut : 'clip'

Détermine le comportement des valeurs non positives. Ils peuvent être soit masqués comme non valides, soit réduits à un très petit nombre positif.

sous- séquence d'entiers, par défaut : aucun

Où placer les sous-ticks entre chaque tick majeur. Par exemple, dans une échelle log10, placera 8 ticks mineurs espacés de manière logarithmique entre chaque tick majeur.[2, 3, 4, 5, 6, 7, 8, 9]

base de propriété

get_transform ( )

Renvoie le LogTransformassocié à cette échelle.

limit_range_for_scale ( vmin , vmax , minpos )

Limitez le domaine à des valeurs positives.

nom = 'journal'

set_default_locators_and_formatters ( axe )

Définissez les localisateurs et les formateurs d' axe sur des instances adaptées à cette échelle.

classe matplotlib.scale. LogTransform ( base , non positif = 'clip' )

Socles :Transform

Paramètres :

raccourci_name str

Une chaîne représentant le "nom" de la transformation. Le nom n'a aucune autre signification que d'améliorer la lisibilité str(transform)lorsque DEBUG=True.

a_inverse = Vrai

True si cette transformation a une transformation inverse correspondante.

input_dims = 1

Le nombre de dimensions d'entrée de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

inversé ( )

Renvoie la transformation inverse correspondante.

Ça tient .x == self.inverted().transform(self.transform(x))

La valeur de retour de cette méthode doit être traitée comme temporaire. Une mise à jour de soi ne provoque pas une mise à jour correspondante de sa copie inversée.

is_separable = Vrai

True si cette transformation est séparable dans les dimensions x et y.

output_dims = 1

Le nombre de dimensions de sortie de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

transform_non_affine ( a )

N'appliquez que la partie non affine de cette transformation.

transform(values)est toujours équivalent à transform_affine(transform_non_affine(values)).

Dans les transformations non affines, cela équivaut généralement à transform(values). Dans les transformations affines, c'est toujours un no-op.

Paramètres :

tableau de valeurs

Les valeurs d'entrée sous forme de tableau NumPy de longueur input_dimsou de forme (N x input_dims).

Retours :

déployer

Les valeurs de sortie sous forme de tableau NumPy de longueur output_dimsou de forme (N x output_dims), selon l'entrée.

classe matplotlib.scale. LogisticTransform ( non positif = 'masque' )

Socles :Transform

Paramètres :

raccourci_name str

Une chaîne représentant le "nom" de la transformation. Le nom n'a aucune autre signification que d'améliorer la lisibilité str(transform)lorsque DEBUG=True.

a_inverse = Vrai

True si cette transformation a une transformation inverse correspondante.

input_dims = 1

Le nombre de dimensions d'entrée de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

inversé ( )

Renvoie la transformation inverse correspondante.

Ça tient .x == self.inverted().transform(self.transform(x))

La valeur de retour de cette méthode doit être traitée comme temporaire. Une mise à jour de soi ne provoque pas une mise à jour correspondante de sa copie inversée.

is_separable = Vrai

True si cette transformation est séparable dans les dimensions x et y.

output_dims = 1

Le nombre de dimensions de sortie de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

transform_non_affine ( a )

transformation logistique (base 10)

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

Socles :ScaleBase

Échelle logit pour les données comprises entre zéro et un, toutes deux exclues.

Cette échelle s'apparente à une échelle logarithmique proche de zéro et de un, et quasi linéaire autour de 0,5. Il mappe l'intervalle ]0, 1[ sur ]-infty, +infty[.

Paramètres :

axematplotlib.axis.Axis

Actuellement inutilisé.

{'masque', 'clip'} non positif

Détermine le comportement des valeurs au-delà de l'intervalle ouvert ]0, 1[. Ils peuvent soit être masqués comme invalides, soit écrêtés à un nombre très proche de 0 ou 1.

use_overline bool, par défaut : False

Indiquez l'utilisation de la notation de survie (overline{x}) à la place de la notation standard (1-x) pour une probabilité proche de un.

one_half str, par défaut : r"frac{1}{2}"

La chaîne utilisée pour le formateur de graduations pour représenter 1/2.

get_transform ( )

Renvoie le LogitTransformassocié à cette échelle.

limit_range_for_scale ( vmin , vmax , minpos )

Limitez le domaine à des valeurs comprises entre 0 et 1 (exclu).

nom = 'logit'

set_default_locators_and_formatters ( axe )

Définissez les localisateurs et les formateurs d' axe sur des instances adaptées à cette échelle.

classe matplotlib.scale. LogitTransform ( non positif = 'masque' )

Socles :Transform

Paramètres :

raccourci_name str

Une chaîne représentant le "nom" de la transformation. Le nom n'a aucune autre signification que d'améliorer la lisibilité str(transform)lorsque DEBUG=True.

a_inverse = Vrai

True si cette transformation a une transformation inverse correspondante.

input_dims = 1

Le nombre de dimensions d'entrée de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

inversé ( )

Renvoie la transformation inverse correspondante.

Ça tient .x == self.inverted().transform(self.transform(x))

La valeur de retour de cette méthode doit être traitée comme temporaire. Une mise à jour de soi ne provoque pas une mise à jour correspondante de sa copie inversée.

is_separable = Vrai

True si cette transformation est séparable dans les dimensions x et y.

output_dims = 1

Le nombre de dimensions de sortie de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

transform_non_affine ( a )

transformation logit (base 10), masquée ou écrêtée

classe matplotlib.scale. ScaleBase ( axe )

Socles :object

La classe de base pour toutes les échelles.

Les échelles sont des transformations séparables, travaillant sur une seule dimension.

Les sous-classes doivent remplacer

name

Le nom de la balance.

get_transform()

Méthode renvoyant a Transform, qui convertit les coordonnées des données en coordonnées mises à l'échelle. Cette transformation doit être inversible, de sorte que, par exemple, les positions de la souris puissent être reconverties en coordonnées de données.

set_default_locators_and_formatters()

Une méthode qui définit les localisateurs et les formateurs par défaut pour un Axis qui utilise cette échelle.

limit_range_for_scale()

Une méthode facultative qui "fixe" la plage de l'axe à des valeurs acceptables, par exemple en limitant les axes à l'échelle logarithmique à des valeurs positives.

Construire une nouvelle échelle.

Remarques

La note suivante est destinée aux implémenteurs d'échelle.

Pour des raisons de rétrocompatibilité, les échelles prennent un Axis objet comme premier argument. Cependant, cet argument ne doit pas être utilisé : un seul objet échelle doit être utilisable par plusieurs Axises en même temps.

get_transform ( )

Renvoie l' Transformobjet associé à cette échelle.

limit_range_for_scale ( vmin , vmax , minpos )

Renvoie la plage vmin , vmax , limitée au domaine pris en charge par cette échelle (le cas échéant).

minpos doit être la valeur positive minimale dans les données. Ceci est utilisé par les échelles logarithmiques pour déterminer une valeur minimale.

set_default_locators_and_formatters ( axe )

Définissez les localisateurs et les formateurs d' axe sur des instances adaptées à cette échelle.

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

Socles :ScaleBase

L'échelle logarithmique symétrique est logarithmique dans les directions positive et négative à partir de l'origine.

Comme les valeurs proches de zéro tendent vers l'infini, il est nécessaire d'avoir une plage autour de zéro qui soit linéaire. Le paramètre linthresh permet à l'utilisateur de spécifier la taille de cette plage (- linthresh , linthresh ).

Paramètres :

flottant de base , par défaut : 10

La base du logarithme.

flottant linthresh , par défaut : 2

Définit la plage dans laquelle le tracé est linéaire. Cela évite que le tracé aille à l'infini autour de zéro.(-x, x)

sous- séquence de int

Où placer les sous-ticks entre chaque tick majeur. Par exemple, dans une échelle log10 : placera 8 ticks mineurs espacés de façon logarithmique entre chaque tick majeur.[2, 3, 4, 5, 6, 7, 8, 9]

flotteur linscale , facultatif

Cela permet d'étirer la plage linéaire par rapport à la plage logarithmique. Sa valeur est le nombre de décades à utiliser pour chaque moitié de la plage linéaire. Par exemple, lorsque linscale == 1.0 (valeur par défaut), l'espace utilisé pour les moitiés positive et négative de la plage linéaire sera égal à une décade dans la plage logarithmique.(-linthresh, linthresh)

Construire une nouvelle échelle.

Remarques

La note suivante est destinée aux implémenteurs d'échelle.

Pour des raisons de rétrocompatibilité, les échelles prennent un Axis objet comme premier argument. Cependant, cet argument ne doit pas être utilisé : un seul objet échelle doit être utilisable par plusieurs Axises en même temps.

base de propriété

get_transform ( )

Renvoie le SymmetricalLogTransformassocié à cette échelle.

propriété linscale

propriété linthresh

nom = 'symlog'

set_default_locators_and_formatters ( axe )

Définissez les localisateurs et les formateurs d' axe sur des instances adaptées à cette échelle.

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

Socles :Transform

Paramètres :

raccourci_name str

Une chaîne représentant le "nom" de la transformation. Le nom n'a aucune autre signification que d'améliorer la lisibilité str(transform)lorsque DEBUG=True.

a_inverse = Vrai

True si cette transformation a une transformation inverse correspondante.

input_dims = 1

Le nombre de dimensions d'entrée de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

inversé ( )

Renvoie la transformation inverse correspondante.

Ça tient .x == self.inverted().transform(self.transform(x))

La valeur de retour de cette méthode doit être traitée comme temporaire. Une mise à jour de soi ne provoque pas une mise à jour correspondante de sa copie inversée.

is_separable = Vrai

True si cette transformation est séparable dans les dimensions x et y.

output_dims = 1

Le nombre de dimensions de sortie de cette transformation. Doit être remplacé (avec des entiers) dans la sous-classe.

transform_non_affine ( a )

N'appliquez que la partie non affine de cette transformation.

transform(values)est toujours équivalent à transform_affine(transform_non_affine(values)).

Dans les transformations non affines, cela équivaut généralement à transform(values). Dans les transformations affines, c'est toujours un no-op.

Paramètres :

tableau de valeurs

Les valeurs d'entrée sous forme de tableau NumPy de longueur input_dimsou de forme (N x input_dims).

Retours :

déployer

Les valeurs de sortie sous forme de tableau NumPy de longueur output_dimsou de forme (N x output_dims), selon l'entrée.

matplotlib.scale. get_scale_names ( )

Renvoie les noms des échelles disponibles.

matplotlib.scale. registre_échelle ( classe_échelle )

Enregistrez un nouveau type d'échelle.

Paramètres :

scale_class sous-classe deScaleBase

L'échelle à enregistrer.

matplotlib.scale. scale_factory ( échelle , axe , ** kwargs )

Renvoie une classe d'échelle par son nom.

Paramètres :

échelle {'asinh', 'fonction', 'fonctionlog', 'linéaire', 'log', 'logit', 'symlog'}

axematplotlib.axis.Axis