迹忆客 专注技术分享

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：