Matplotlib对数坐标刻度|极客教程

Matplotlib对数坐标刻度

在数据可视化中，对数坐标刻度是一种常见的展示方式，它可以很好地展示数据之间的关系。今天我们将学习如何在Matplotlib中使用对数坐标刻度来绘制图表。

简介

对数坐标刻度是一种在数学、工程和科学领域中常用的展示方式，它可以将数据的指数关系可视化呈现出来。在Matplotlib中，我们可以通过设置x轴或y轴的scale属性来实现对数坐标刻度的显示。

下面我们将通过示例代码来详细介绍如何在Matplotlib中使用对数坐标刻度。

示例代码

1. 绘制普通线性坐标图

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0.1, 10, 100)
y = np.log(x)

plt.plot(x, y)
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Linear scale')
plt.show()

Output:

Matplotlib对数坐标刻度

2. 绘制对数坐标图

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0.1, 10, 100)
y = np.log(x)

plt.plot(x, y)
plt.xscale('log')
plt.yscale('log')
plt.xlabel('X (log scale)')
plt.ylabel('Y (log scale)')
plt.title('Logarithmic scale')
plt.show()

Output:

Matplotlib对数坐标刻度

3. 设置对数坐标轴的范围

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0.1, 10, 100)
y = np.log(x)

plt.plot(x, y)
plt.xscale('log')
plt.yscale('log')
plt.xlim(0.1, 10)
plt.ylim(0.1, 10)
plt.xlabel('X (log scale)')
plt.ylabel('Y (log scale)')
plt.title('Logarithmic scale with custom range')
plt.show()

Output:

Matplotlib对数坐标刻度

4. 添加网格线

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0.1, 10, 100)
y = np.log(x)

plt.plot(x, y)
plt.xscale('log')
plt.yscale('log')
plt.grid(True)
plt.xlabel('X (log scale)')
plt.ylabel('Y (log scale)')
plt.title('Logarithmic scale with grid lines')
plt.show()

Output:

Matplotlib对数坐标刻度

5. 改变坐标轴的基数

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0.1, 10, 100)
y = np.log(x)

plt.plot(x, y)
plt.xscale('log', base=2)
plt.yscale('log', base=10)
plt.xlabel('X (log base 2)')
plt.ylabel('Y (log base 10)')
plt.title('Logarithmic scale with custom base')
plt.show()

Output:

Matplotlib对数坐标刻度

6. 修改刻度标签

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0.1, 10, 100)
y = np.log(x)

plt.plot(x, y)
plt.xscale('log')
plt.yscale('log')
plt.xticks([0.1, 1, 10], ['0.1', '1', '10'])
plt.yticks([0.1, 1, 10], ['0.1', '1', '10'])
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Logarithmic scale with custom tick labels')
plt.show()

Output:

Matplotlib对数坐标刻度

7. 添加标记

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0.1, 10, 100)
y = np.log(x)

plt.plot(x, y, marker='o', markersize=5)
plt.xscale('log')
plt.yscale('log')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Logarithmic scale with markers')
plt.show()

Output:

Matplotlib对数坐标刻度

8. 绘制多条曲线

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0.1, 10, 100)
y = np.log(x)

y2 = np.log(x)**2

plt.plot(x, y, label='log(x)')
plt.plot(x, y2, label='(log(x))^2')
plt.xscale('log')
plt.yscale('log')
plt.legend()
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Logarithmic scale with multiple lines')
plt.show()

Output:

Matplotlib对数坐标刻度

9. 自定义线条样式

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0.1, 10, 100)
y = np.log(x)

plt.plot(x, y, linestyle='--', color='g')
plt.xscale('log')
plt.yscale('log')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Logarithmic scale with custom line style')
plt.show()

Output:

Matplotlib对数坐标刻度

10. 绘制散点图

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(100)
y = np.random.rand(100)

plt.scatter(x, y)
plt.xscale('log')
plt.yscale('log')
plt.xlabel('X (log scale)')
plt.ylabel('Y (log scale)')
plt.title('Logarithmic scale scatter plot')
plt.show()