在 python 中使用 matplotlib 绘制对数轴答案

【问题标题】：Plot logarithmic axes with matplotlib in python在 python 中使用 matplotlib 绘制对数轴
【发布时间】：2010-10-20 21:40:59
【问题描述】：

我想使用 matplotlib 绘制具有一个对数轴的图形。

我一直在阅读文档，但无法弄清楚语法。我知道在情节参数中可能很简单，例如'scale=linear'，但我似乎无法正确理解

示例程序：

import pylab
import matplotlib.pyplot as plt
a = [pow(10, i) for i in range(10)]
fig = plt.figure()
ax = fig.add_subplot(2, 1, 1)

line, = ax.plot(a, color='blue', lw=2)
pylab.show()

【问题讨论】：

标签： python matplotlib scale logarithm

【解决方案1】：

您可以使用Axes.set_yscale 方法。这允许您在创建 Axes 对象后更改比例。这也将允许您构建一个控件，让用户在需要时选择比例。

要添加的相关行是：

ax.set_yscale('log')

您可以使用'linear' 切换回线性刻度。您的代码如下所示：

import pylab
import matplotlib.pyplot as plt
a = [pow(10, i) for i in range(10)]
fig = plt.figure()
ax = fig.add_subplot(2, 1, 1)

line, = ax.plot(a, color='blue', lw=2)

ax.set_yscale('log')

pylab.show()

【讨论】：

这个方法很好，因为它适用于各种图（例如直方图），而不仅仅是“图”（这是 semilogx/semilogy 所做的）
我来这里是为了寻找如何将轴用于二的幂：pylab.gca().set_xscale('log',basex=2)
Matplotlib 有semilogy()。此外，直接使用pyplot.yscale() 比使用ax.set_yscale('log') 更容易，因为不需要获取ax 对象（并不总是立即可用）。
如果您想在两个轴上进行对数刻度，请尝试 loglog() 或仅在 x 轴上尝试 semilogx()
@EOL 我建议相反。最好使用显式的 ax 对象来使用 pyplot，它只可能应用于您想要的轴。

【解决方案2】：

首先，混合pylab和pyplot代码不是很整洁。还有，pyplot style is preferred over using pylab。

这是一个稍微清理过的代码，仅使用pyplot 函数：

from matplotlib import pyplot

a = [ pow(10,i) for i in range(10) ]

pyplot.subplot(2,1,1)
pyplot.plot(a, color='blue', lw=2)
pyplot.yscale('log')
pyplot.show()

相关函数为pyplot.yscale()。如果您使用面向对象的版本，请用方法Axes.set_yscale() 替换它。请记住，您还可以使用pyplot.xscale()（或Axes.set_xscale()）更改X 轴的比例。

查看我的问题What is the difference between ‘log’ and ‘symlog’? 以查看 matplotlib 提供的一些图形比例示例。

【讨论】：

很难弄清楚该怎么做。这个答案拯救了我的一天！
pyplot.semilogy() 更直接。

【解决方案3】：

您只需要使用 semilogy 而不是 plot：

from pylab import *
import matplotlib.pyplot  as pyplot
a = [ pow(10,i) for i in range(10) ]
fig = pyplot.figure()
ax = fig.add_subplot(2,1,1)

line, = ax.semilogy(a, color='blue', lw=2)
show()

【讨论】：

大声笑，我一直在尝试 log(FloatArray)，谢谢你拯救了我的一天
还有semilogx。如果您需要同时登录两个轴，请使用 loglog

【解决方案4】：

如果要更改对数的底，只需添加：

plt.yscale('log',base=2)

在 Matplotlib 3.3 之前，您必须使用 basex/basey 作为 log 的基础

【讨论】：

【解决方案5】：

我知道这有点离题，因为一些 cmets 提到 ax.set_yscale('log') 是“最好的”解决方案，我认为可能需要反驳。我不建议将ax.set_yscale('log') 用于直方图和条形图。在我的版本（0.99.1.1）中，我遇到了一些渲染问题——不确定这个问题有多普遍。然而，bar 和 hist 都有可选参数来设置 y-scale 为 log，效果很好。

参考： http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.bar

http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.hist

【讨论】：

【解决方案6】：

所以如果你只是像我经常使用的那样简单地使用简单的 API（我在 ipython 中经常使用它），那么这很简单

yscale('log')
plot(...)

希望这对寻找简单答案的人有所帮助！ :)。

【讨论】：