为了在 Matplotlib 中绘制半对数图，我们使用 set_xscale() 或 set_yscale() 和 semilogx() 或 semilogy() 函数。如果必须将两个轴都设置为对数刻度，则可以使用 loglog() 函数。
set_xscale() 或 set_yscale() 函数
我们使用 set_xscale() 或 set_yscale() 函数分别设置 X 轴和 Y 轴的缩放比例。如果我们在函数中使用 log 或 symlog 比例尺，则将各个轴绘制为对数比例尺。使用带有 set_xscale() 或 set_yscale() 函数的 log 标尺仅允许正值，这是让我们如何管理负值，而使用 symlog 标尺既接受正值又接受负值。
import pandas as pd
import matplotlib.pyplot as plt
date=["28 April",
"27 April",
"26 April",
"25 April",
"24 April",
"23 April"]
revenue=[2954222 ,
2878196 ,
2804796 ,
2719896 ,
2626321,
2544792 ]
company_data_df=pd.DataFrame({"date":date,"total_revenue":revenue})
company_data = company_data_df.sort_values(by=['total_revenue'])
fig = plt.figure(figsize=(8, 6))
plt.scatter(company_data['total_revenue'],company_data['date'])
plt.plot(company_data['total_revenue'],company_data['date'])
plt.xscale("log")
plt.xlabel("Total Revenue")
plt.ylabel("Date")
plt.title("Company Growth",fontsize=25)
plt.show()
输出：
要设置沿 Y 轴的对数轴，我们可以使用 yscale() 函数将 Y 轴比例尺设置为 log：
import pandas as pd
import matplotlib.pyplot as plt
date=["28 April",
"27 April",
"26 April",
"25 April",
"24 April",
"23 April"]
revenue=[2954222 ,
2878196 ,
2804796 ,
2719896 ,
2626321,
2544792 ]
company_data_df=pd.DataFrame({"date":date,"total_revenue":revenue})
company_data = company_data_df.sort_values(by=['total_revenue'])
fig = plt.figure(figsize=(8, 6))
plt.scatter(company_data['date'],company_data['total_revenue'])
plt.plot(company_data['date'],company_data['total_revenue'])
plt.yscale("log")
plt.xlabel("Date")
plt.ylabel("Total Revenue")
plt.title("Company Growth",fontsize=25)
plt.show()
输出：
为了沿两个轴设置对数值，我们同时使用了 xscale() 和 yscale() 函数：
import pandas as pd
import matplotlib.pyplot as plt
x = [10, 100, 1000, 10000, 100000]
y = [2, 4 ,8, 16, 32]
fig = plt.figure(figsize=(8, 6))
plt.scatter(x, y)
plt.plot(x, y)
plt.grid()
plt.xscale("log")
plt.yscale("log",basey=2)
plt.xlabel("x",fontsize=20)
plt.ylabel("y",fontsize=20)
plt.title("Plot with both log axes",fontsize=25)
plt.show()
输出：
这里 basey = 2 表示沿 Y 轴的 2 的对数。
semilogx() 或 semilogy() 函数
semilogx() 函数创建沿 X 轴具有对数缩放比例的图，而 semilogy() 函数创建沿 Y 轴具有对数缩放比例的图。默认的对数底数是 10，而底数可以分别为函数 semilogx() 和 semilogy() 设置 basex 和 basey 参数。
import pandas as pd
import matplotlib.pyplot as plt
date=["28 April",
"27 April",
"26 April",
"25 April",
"24 April",
"23 April"]
revenue=[2954222 ,
2878196 ,
2804796 ,
2719896 ,
2626321,
2544792 ]
company_data_df=pd.DataFrame({"date":date,"total_revenue":revenue})
company_data = company_data_df.sort_values(by=['total_revenue'])
fig = plt.figure(figsize=(8, 6))
plt.scatter(company_data['total_revenue'],company_data['date'])
plt.plot(company_data['total_revenue'],company_data['date'])
plt.semilogx()
plt.xlabel("Total Revenue")
plt.ylabel("Date")
plt.title("Company Growth",fontsize=25)
plt.show()
输出：
要沿两个轴设置对数值，我们可以同时使用 semilogx() 和 semilogy() 函数：
import pandas as pd
import matplotlib.pyplot as plt
x = [10, 100, 1000, 10000, 100000]
y = [2, 4 ,8, 16, 32]
fig = plt.figure(figsize=(8, 6))
plt.scatter(x, y)
plt.plot(x, y)
plt.grid()
plt.semilogx()
plt.semilogy(basey=2)
plt.xlabel("x",fontsize=20)
plt.ylabel("y",fontsize=20)
plt.title("Plot with both log axes",fontsize=25)
plt.show()
输出：
loglog() 函数
为了沿 X 和 Y 轴进行对数缩放，我们还可以使用 loglog() 函数。X 轴和 Y 轴的对数底数由 basex 和 basey 参数设置。
import pandas as pd
import matplotlib.pyplot as plt
x = [10, 100, 1000, 10000, 100000]
y = [2, 4 ,8, 16, 32]
fig = plt.figure(figsize=(8, 6))
plt.scatter(x, y)
plt.plot(x, y)
plt.loglog(basex=10,basey=2)
plt.xlabel("x",fontsize=20)
plt.ylabel("y",fontsize=20)
plt.title("Plot with both log axes",fontsize=25)
plt.show()
输出：
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布，任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站。本站所有源码与软件均为原作者提供，仅供学习和研究使用。如您对本站的相关版权有任何异议，或者认为侵犯了您的合法权益，请及时通知我们处理。
