matplotlib / matplotlib/ipympl

y axis label cut off in log scale

Offen
#464 1 Kommentar 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Vorherrschende Sprache
Jupyter Notebook
Sterne
1.7k
Forks
234
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Beschreibung

As the title says. In Jupyter Lab the y label is cutoff if using log scale and the numbers on the scale get too long (i.e. more than just `10^n`, like `x * 10^n`).

![error](https://user-images.githubusercontent.com/7684542/164721796-1cf71c49-d187-4ce2-a36e-9c52c113d818.png)

```
IPython : 8.2.0
ipykernel : 6.13.0
ipywidgets : 7.7.0
jupyter_client : 7.2.2
jupyter_core : 4.9.2
jupyter_server : 1.16.0
jupyterlab : 3.3.4
nbclient : 0.6.0
nbconvert : 6.5.0
nbformat : 5.3.0
notebook : 6.4.11
qtconsole : not installed
traitlets : 5.1.1
```

Miniconda 4.12.0 (quite clean base env with just Jupyter Lab, other envs and ipykernel are also affected)
Python 3.9.12.final.0
Windows 10 (x64)

```
# Name Version Build Channel
matplotlib-base 3.5.1 py39h581301d_0 conda-forge
matplotlib-inline 0.1.3 pyhd8ed1ab_0 conda-forge
```

Beitragsleitfaden

Beitragsleitfaden öffnen

Erste Schritte

  1. Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
  3. Forke das Repository und arbeite in einem Branch.
  4. Öffne einen Pull Request, der die Issue-Nummer nennt.

Rechercherichtung

Es wird keine Quelldatei oder kein Test genannt. Reproduziere das Problem in JupyterLab mit einer logarithmisch skalierten y-Achse und langen Tick-Beschriftungen und verfolge anschließend den ipympl-Rendering- und Layout-Pfad. Erledigt ist es, wenn die Beschriftung der y-Achse und die erweiterten Tick-Beschriftungen vollständig sichtbar sind, ohne abgeschnitten zu werden.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
jupyter, jupyter-notebook, python
Bereich
data-visualization
Issue-Typ
Bug
Schwierigkeit
3/5
Geschätzter Aufwand
1-2 Tage
Aktivitätsstatus
Veraltet
Klarheit
Größtenteils klar
Anfängerfreundlichkeit
35/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.