Python实现对数坐标系绘制与自定义映射
对数坐标系
在实际绘图时，如果x,y这两轴的数据变化速率相差过多，线性的坐标映射将无法展示图形变化的细节，就需要更改坐标系的数字映射逻辑，以获得更具细节的图像。
在matplotlib绘图时，通过set_xscale和set_yscale这两个函数，可以轻松对坐标系进行坐标放缩，并且提供了4个基础的放缩模板，分别是’linear’, ‘log’, ‘symlog’, ‘logit’。
import numpy as np
import matplotlib.pyplot as plt
xs = np.linspace(-5,5,1000)
labels = ['linear', 'log', 'symlog', 'logit']
fig = plt.figure()
for i,L in enumerate(labels, 1):
ax = fig.add_subplot(2,2,i)
ax.plot(xs, np.tan(xs))
ax.plot(xs, np.exp(xs))
ax.set_yscale(L)
ax.set_title(L)
ax.grid()
plt.tight_layout()
plt.show()
从其y轴坐标可以看出，linear就是最常见的线性映射；log是对数坐标；symlog是“双”对数坐标；logit则是中间大、两端小的对数映射。
所以，在log图中，由于对数映射是非对称的，其y轴坐标从小到大依次是0.01,0.1,1,10,100，所以 尽管tanx本应上下对称，但下方却直接超出了坐标轴给定的范围。
自定义映射
set_xscale和set_yscale这两个函数，除了支持matplotlib实现好的字符串标识之外，还支持自定义函数映射。例如，想把y轴映射为根号y ，则需要定义两个函数，分别用于坐标系映射和图像映射，具体代码如下
forward = lambda x : x**(1/2)
inverse = lambda x : x**2
fig, ax = plt.subplots()
xs = np.linspace(0,4,100)
ax.plot(xs, np.exp(xs))
ax.set_yscale('function', functions=(forward, inverse))
ax.set_title('function: $x^{1/2}$')
ax.grid()
plt.tight_layout()
plt.show()绘图结果如下
可以看到，y轴方向等间隔的刻度，其映射的长度是依次减半的。10到20在y向的长度，差不多是0到10的二分之一。
对数坐标图
虽然上面的例程均通过plot图来演示，但set_xscale和set_yscale其实适用于各种图像。而针对折线图的对数坐标图，matplotlib已经实现了更加成熟的封装，即semilogx, semilogy和loglog。
fig, (ax1, ax2, ax3) = plt.subplots(1,3, figsize=(8,3)) ax1.semilogx(t, np.sin(2 * np.pi * t)) ax1.set(title='semilogx') ax1.grid() ax2.semilogy(t, np.exp(-t / 5.0)) ax2.set(title='semilogy') ax2.grid() ax3.loglog(t, 20 * np.exp(-t / 10.0)) ax3.set(title='loglog') ax3.grid() plt.tight_layout() plt.show()
结果为
其中，semilogx和semilogy顾名思义，分别是对x轴和y轴进行坐标映射，而log则对两个轴都进行了坐标映射。
到此这篇关于Python实现对数坐标系绘制与自定义映射的文章就介绍到这了,更多相关Python对数坐标系内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
Blueprint实现路由分组及Flask中session的使用详解
这篇文章主要为大家介绍了Blueprint实现路由分组及Flask中session的使用详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-11-11
Python实现批量识别银行卡号码以及自动写入Excel表格步骤详解
这篇文章主要介绍了使用Python实现高效摸鱼，批量识别银行卡号码并且自动写入Excel表格，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习吧2023-01-01
这篇文章主要介绍了Python2.x与Python3.x的区别的相关资料,需要的朋友可以参考下2016-01-01
这篇文章主要介绍了pandas is in和not in的使用说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
在数字化办公时代,我们每天都要重复执行大量机械性操作,这些操作不仅浪费时间,还容易因人为疏忽出错,所以本文就来使用PyQt6开发一个升级的自动化任务管理器吧2025-04-04
这篇文章主要介绍了Python中函数参数调用方式,结合实例形式分析了Python函数参数定义与使用的四种常见操作方法,需要的朋友可以参考下2018-08-08
Redis作为业界主流的内存数据库,配合Python的redis-py库,能在不改变业务代码结构的前提下,把数据库的查询压力降低90%以上,今天我们就从零开始,聊聊怎么用Python操作Redis,搭一套真正能打的缓存系统,需要的朋友可以参考下2026-03-03
今天小编就为大家分享一篇Scrapy基于selenium结合爬取淘宝的实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-06-06
在Python中,fitz库可以用于多种任务,如打开PDF文件、遍历页面、添加注释、提取文本、旋转页面等,此外,它还可以用于在PDF页面上添加高亮注释、提取图像等操作,这篇文章主要介绍了Python根据页码处理PDF文件的内容,需要的朋友可以参考下2024-06-06
今天小编就为大家分享一篇基于python进行桶排序与基数排序的总结，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
最新评论