‘ log’和‘ symlog’有什么区别？

在 Matplotlib中，我可以使用 pyplot.xscale()或 Axes.set_xscale()设置轴缩放。两个函数都接受三种不同的刻度: 'linear' | 'log' | 'symlog'。

'log'和 'symlog'的区别是什么? 在我做的一个简单测试中，它们看起来完全一样。

我知道文档说它们接受不同的参数，但我仍然不明白它们之间的区别。有人能解释一下吗？答案将是最好的，如果它有一些示例代码和图形！(还有: ‘ symlog’这个名字是从哪里来的?)

64077 次浏览
小开

symlog is like log but allows you to define a range of values near zero within which the plot is linear, to avoid having the plot go to infinity around zero.

From http://matplotlib.sourceforge.net/api/axes_api.html#matplotlib.axes.Axes.set_xscale

在对数图中，你永远不可能有一个零值，如果你有一个接近零的值，它会从你的图的底部一路向下(无限向下) ，因为当你取“ log (接近零)”时，你会得到“接近负无穷”。

在需要对数图的情况下，symlog 可以帮助您，但是当值有时可能下降到零，但是您仍然希望能够以一种有意义的方式在图上显示它。如果你需要联号，你会知道的。

小开
最佳答案

我终于找到时间做了一些实验，以便了解它们之间的区别。以下是我的发现:

  • log only allows positive values, and lets you choose how to handle negative ones (mask or clip).
  • symlog表示 对称圆木，允许正值和负值。
  • symlog allows to set a range around zero within the plot will be linear instead of logarithmic.

我认为通过图形和示例，一切都会变得更容易理解，所以让我们试试它们:

import numpy
from matplotlib import pyplot


# Enable interactive mode
pyplot.ion()


# Draw the grid lines
pyplot.grid(True)


# Numbers from -50 to 50, with 0.1 as step
xdomain = numpy.arange(-50,50, 0.1)


# Plots a simple linear function 'f(x) = x'
pyplot.plot(xdomain, xdomain)
# Plots 'sin(x)'
pyplot.plot(xdomain, numpy.sin(xdomain))


# 'linear' is the default mode, so this next line is redundant:
pyplot.xscale('linear')

A graph using 'linear' scaling

# How to treat negative values?
# 'mask' will treat negative values as invalid
# 'mask' is the default, so the next two lines are equivalent
pyplot.xscale('log')
pyplot.xscale('log', nonposx='mask')

A graph using 'log' scaling and nonposx='mask'

# 'clip' will map all negative values a very small positive one
pyplot.xscale('log', nonposx='clip')

A graph using 'log' scaling and nonposx='clip'

# 'symlog' scaling, however, handles negative values nicely
pyplot.xscale('symlog')

A graph using 'symlog' scaling

# And you can even set a linear range around zero
pyplot.xscale('symlog', linthreshx=20)

A graph using 'symlog' scaling, but linear within (-20,20)

Just for completeness, I've used the following code to save each figure:

# Default dpi is 80
pyplot.savefig('matplotlib_xscale_linear.png', dpi=50, bbox_inches='tight')

请记住，您可以使用以下方法更改图形大小:

fig = pyplot.gcf()
fig.set_size_inches([4., 3.])
# Default size: [8., 6.]

(如果你不确定我是否能回答自己的问题，请阅读 这个)

小开

下面是一个必须使用 symlog 时的行为例子:

初始图，没有缩放。注意有多少点在 x ~ 0处聚集

    ax = sns.scatterplot(x= 'Score', y ='Total Amount Deposited', data = df, hue = 'Predicted Category')

[Non scaled '

原木缩放图，一切都崩溃了。

    ax = sns.scatterplot(x= 'Score', y ='Total Amount Deposited', data = df, hue = 'Predicted Category')


ax.set_xscale('log')
ax.set_yscale('log')
ax.set(xlabel='Score, log', ylabel='Total Amount Deposited, log')

Log scale '

为什么它会塌陷? 因为 x 轴上的一些值非常接近或等于0。

符号缩放情节。一切都是它应该是。

    ax = sns.scatterplot(x= 'Score', y ='Total Amount Deposited', data = df, hue = 'Predicted Category')


ax.set_xscale('symlog')
ax.set_yscale('symlog')
ax.set(xlabel='Score, symlog', ylabel='Total Amount Deposited, symlog')

Symlog scale


提交答案