matplotlib.pyplot.semilogy()函数

Matplotlib是最流行的python就绪包，用于可视化数据。我们使用matplotlib来绘制高质量的图表、图形和图形。

matplotlib.pyplot.semilogy()函数

使用matplotlib库pyplot模块中的matplotlib.pyplot.semilogy()函数来绘制y轴上具有对数缩放的绘图。

语法:matplotlib.pyplot.semilogy (* args, * * kwargs)

参数:该方法接受如下参数说明:

• base:可选参数，默认值为10，为y对数的底数。
• subsy:该参数是小y的位置顺序，可选。
• nonposy:该参数是y中的一个非正数，可以被屏蔽为无效，或剪切为一个非常小的正数。

返回如下内容:

• lines:返回表示绘制数据的Line2D对象列表。

下面的例子演示了matplotlib.pyplot.semilogy()函数在matplotlib.pyplot中的作用:

示例1

# importing necessary libraries
import matplotlib.pyplot as plot
import numpy as np
  
# Year data for the semilogy plot
years = [1900, 1910, 1920, 1930, 1940, 1950,
         1960, 1970, 1980, 1990, 2000, 2010, 
         2017]
  
# index data - taken at end of every
# decade - for the semilogy plot
indexValues = [68, 81, 71, 244, 151, 200, 615,
               809, 824, 2633, 10787, 11577,
               20656]
  
# Display grid
plot.grid(True, which ="both")
  
# Linear X axis, Logarithmic Y axis
plot.semilogy(years, indexValues )
  
plot.ylim([10, 21000])
  
plot.xlim([1900, 2020])
  
# Provide the title for the semilogy plot
plot.title('Y axis in Semilogy using Python Matplotlib')
  
# Give x axis label for the semilogy plot
plot.xlabel('Year')
  
# Give y axis label for the semilogy plot
plot.ylabel('Stock market index')
  
# Display the semilogy plot
plot.show()

输出:

示例2

# importing necessary libraries
import matplotlib.pyplot as plt
import numpy as np
  
  
fig, ax = plt.subplots(nrows = 2,
                      ncols = 2,
                      figsize =(10, 5))
x = np.random.randn(1000)
  
# Plot to each different index
ax[0, 0].loglog(x, x / 2);
ax[0, 1].semilogy(np.random.random(10), np.random.random(10));
ax[1, 0].semilogx(np.random.random(10), np.random.random(10));
ax[1, 1].hist(np.random.randn(1000));

输出:

示例3

# importing necessary libraries
import matplotlib.pyplot as plt
import numpy as np
  
  
x = [1, 2, 3, 4, 5]
y = [11, 22, 33, 44, 55]
  
fig, ax = plt.subplots()
ax.semilogy(x, y);

输出: