y axis label cut off in log scale
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 35/100
- Tipo de issue
- Error
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- jupyter, jupyter-notebook, python
- Área
- data-visualization
Línea de trabajo
No se especifica ningún archivo fuente ni ninguna prueba. Reproduce el problema en JupyterLab con un eje y a escala logarítmica y etiquetas de marcas largas, y luego sigue la ruta de renderizado y diseño de ipympl. Se considera terminado cuando la etiqueta del eje y y las etiquetas de marcas ampliadas son completamente visibles sin quedar recortadas.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
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).
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
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 1.7k
- Forks
- 234
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de matplotlib/ipympl
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
matplotlib/ipympl#623 · 1 comentario ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
matplotlib/ipympl#622 · 13 comentarios ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 42/100
matplotlib/ipympl#612 ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 45/100
matplotlib/ipympl#611 · 4 comentarios ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 42/100
matplotlib/ipympl#609 · 7 comentarios ·
Todos los issues de matplotlib/ipympl
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
google/libultrahdr#485 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
gradio-app/gradio#13887 ·
-
internal
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
hemilabs/ui-monorepo#2344 ·