我需要计算图表 y 轴的步长，以便它始终有 7 个刻度（通常是特定的刻度数）。未指定数据范围，因此 y 轴的值可能类似于：
-2, 2, 3
-105, 0.5, 10
-5、10、80.6、120 等
是否有任何算法（尤其是 C# 实现）可以计算图表始终具有相同刻度数的步长？
Fe代表数字：
-2, 2, 3 将是 -4.5, -3, -1.5, 0, 1.5, 3, 4.5
-105, 0.5, 10 将是 -125, -100, -75, -50, -25 ,0, 25
非常感谢您的帮助:)
下面显示的实现是在 python 中。如果您精通两种语言，它的大多数元素都可以轻松直接地翻译成 C#。一些陈述可能需要一系列if陈述或不同的方法。
在程序中，最后四行是主程序。如图所示，main 有一个循环来生成 80 个测试用例，大小从 0.04 几何增加到大约 200。如果要进行更粗略的测试，请将 40（大小数量）更改为较小的数字，将 1.24（几何比）更改为一个更大的数字。对于每个测试的大小，main 调用stepShow两次，首先测试范围从 10%size到 110% size，然后测试范围从 -28% 到 82%。stepShow是一个测试例程，它调用stepCalc，它是体现算法的例程来计算leftTick和tickSize，它们是最左边的刻度的位置和刻度之间的间隔。
stepCalc以span = max(hiVal,0) - min(loVal,0)which 开始，确保 x=0 适合刻度范围。然后decade = 10**(math.log(span/6.0)//math.log(10))计算不大于跨度 1/6 的 10 的最大幂。（Python 的//运算符返回一个整数结果并**表示求幂。 ）如果刻度大小可能介于 1 和 10 之间，则将multis = (1,1.5,2,3,5,10) if decade==1 else (1,2,5,10)元组设置为 (1,1.5,2,3,5,10)，否则将其设置为 (1,2 multis,5,10)。循环中的代码for m in multis:计算tickSize和leftTick值；当它们足够大时，它会跳出循环并返回它们。
在该程序的输出中，每个大小的两个测试用例通常具有相同的tickSize，但当然 leftTick第一种情况为零，第二种情况为负。以下是一些示例行。（完整输出显示在程序之后。）每个 5 位数组包括 的值leftTick, loVal, hiVal, rightTick, tickSize。
0.000 0.101 1.109 1.200 0.200 -0.500 -0.282 0.826 2.500 0.500
0.000 0.238 2.621 3.000 0.500 -1.000 -0.667 1.954 2.000 0.500
0.000 0.295 3.250 6.000 1.000 -1.000 -0.827 2.423 5.000 1.000
0.000 0.563 6.197 9.000 1.500 -3.000 -1.577 4.619 6.000 1.500
0.000 0.866 9.528 12.000 2.000 -4.000 -2.425 7.103 8.000 2.000
0.000 1.074 11.815 12.000 2.000 -6.000 -3.007 8.807 12.000 3.000
对于某些尺寸，tickSize两种情况之间有所不同，如上面示例行的第一行和最后一行。尽管两个测试用例中的总跨度相同，为 110% size，tickSize但当 0 刻度不在范围末尾时，如果loVal或hiVal不再适合较小值覆盖的跨度，则需要较大的tickSize值。在multis元组中包含 10 可以处理这种情况。
def stepCalc(loVal, hiVal):
import math
span = max(hiVal,0) - min(loVal,0) # have to have 0 in span
decade = 10**(math.log(span/6.0)//math.log(10))
multis = (1,1.5,2,3,5,10) if decade==1 else (1,2,5,10)
for m in multis:
tickSize = m * decade
cover = 6.0 * tickSize;
leftTick = 0 if loVal >= 0 else -cover if hiVal <= 0 else (loVal//tickSize)*tickSize
if leftTick+cover >= hiVal: break
return (leftTick, tickSize)
def stepShow(loVal, hiVal):
(leftTick, tickSize) = stepCalc(loVal, hiVal)
return ' {:7.3f} {:7.3f} {:7.3f} {:7.3f} {:7.3f} '.format(leftTick, loVal, hiVal, leftTick+6*tickSize, tickSize)
size = 0.04
for i in range(40):
print stepShow(0.1*size, 1.1*size), stepShow(-0.28*size, 0.82*size)
size *= 1.24
上面显示的代码不会尝试使刻度的位置对称。如果你想这样做，你可以添加代码 beforereturn (leftTick, tickSize)减少leftTick的倍数，tickSize而tickSizeabove的倍数hiVal比 below的倍数多loVal。
程序输出：
0.000 0.004 0.044 0.060 0.010 -0.020 -0.011 0.033 0.040 0.010
0.000 0.005 0.055 0.060 0.010 -0.020 -0.014 0.041 0.040 0.010
0.000 0.006 0.068 0.120 0.020 -0.020 -0.017 0.050 0.100 0.020
0.000 0.008 0.084 0.120 0.020 -0.040 -0.021 0.063 0.080 0.020
0.000 0.009 0.104 0.120 0.020 -0.040 -0.026 0.078 0.080 0.020
0.000 0.012 0.129 0.300 0.050 -0.050 -0.033 0.096 0.250 0.050
0.000 0.015 0.160 0.300 0.050 -0.050 -0.041 0.119 0.250 0.050
0.000 0.018 0.198 0.300 0.050 -0.100 -0.050 0.148 0.200 0.050
0.000 0.022 0.246 0.300 0.050 -0.100 -0.063 0.183 0.200 0.050
0.000 0.028 0.305 0.600 0.100 -0.100 -0.078 0.227 0.500 0.100
0.000 0.034 0.378 0.600 0.100 -0.100 -0.096 0.282 0.500 0.100
0.000 0.043 0.469 0.600 0.100 -0.200 -0.119 0.350 0.400 0.100
0.000 0.053 0.581 0.600 0.100 -0.200 -0.148 0.433 0.400 0.100
0.000 0.066 0.721 1.200 0.200 -0.200 -0.184 0.537 1.000 0.200
0.000 0.081 0.894 1.200 0.200 -0.400 -0.228 0.666 0.800 0.200
0.000 0.101 1.109 1.200 0.200 -0.500 -0.282 0.826 2.500 0.500
0.000 0.125 1.375 3.000 0.500 -0.500 -0.350 1.025 2.500 0.500
0.000 0.155 1.705 3.000 0.500 -0.500 -0.434 1.271 2.500 0.500
0.000 0.192 2.114 3.000 0.500 -1.000 -0.538 1.576 2.000 0.500
0.000 0.238 2.621 3.000 0.500 -1.000 -0.667 1.954 2.000 0.500
0.000 0.295 3.250 6.000 1.000 -1.000 -0.827 2.423 5.000 1.000
0.000 0.366 4.030 6.000 1.000 -2.000 -1.026 3.004 4.000 1.000
0.000 0.454 4.997 6.000 1.000 -2.000 -1.272 3.725 4.000 1.000
0.000 0.563 6.197 9.000 1.500 -3.000 -1.577 4.619 6.000 1.500
0.000 0.699 7.684 9.000 1.500 -3.000 -1.956 5.728 6.000 1.500
0.000 0.866 9.528 12.000 2.000 -4.000 -2.425 7.103 8.000 2.000
0.000 1.074 11.815 12.000 2.000 -6.000 -3.007 8.807 12.000 3.000
0.000 1.332 14.650 18.000 3.000 -6.000 -3.729 10.921 12.000 3.000
0.000 1.651 18.166 30.000 5.000 -5.000 -4.624 13.542 25.000 5.000
0.000 2.048 22.526 30.000 5.000 -10.000 -5.734 16.792 20.000 5.000
0.000 2.539 27.932 30.000 5.000 -10.000 -7.110 20.822 50.000 10.000
0.000 3.149 34.636 60.000 10.000 -10.000 -8.816 25.819 50.000 10.000
0.000 3.904 42.948 60.000 10.000 -20.000 -10.932 32.016 40.000 10.000
0.000 4.841 53.256 60.000 10.000 -20.000 -13.556 39.700 40.000 10.000
0.000 6.003 66.037 120.000 20.000 -20.000 -16.810 49.228 100.000 20.000
0.000 7.444 81.886 120.000 20.000 -40.000 -20.844 61.043 80.000 20.000
0.000 9.231 101.539 120.000 20.000 -40.000 -25.846 75.693 80.000 20.000
0.000 11.446 125.908 300.000 50.000 -50.000 -32.049 93.859 250.000 50.000
0.000 14.193 156.127 300.000 50.000 -50.000 -39.741 116.385 250.000 50.000
0.000 17.600 193.597 300.000 50.000 -50.000 -49.279 144.318 250.000 50.000