'log'和'symlog'之间有什么区别？

2 回答

• 147

  我终于找到了一些时间做一些实验，以了解它们之间的区别 . 这是我发现的：

  • log 仅允许正值，并允许您选择如何处理负值（ mask 或 clip ） .

  • symlog 表示对称日志，并允许正值和负值 .

  • symlog 允许在图中设置零附近的范围将是线性而不是对数 .

  我认为使用图形和示例会更容易理解所有内容，所以让我们尝试一下：

  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')
  

  

  # 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')
  

  

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

  

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

  

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

  

  为了完整起见，我使用以下代码保存每个数字：

  # 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

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

  （如果你不确定我回答我自己的问题，请阅读this）

  回复于 2024-04-20T04:38:46+08:00
• 16

  symlog 与log相似，但允许您定义接近零的值范围，在该范围内，绘图是线性的，以避免绘图在零附近变为无穷大 .

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

  在一个日志图中，你永远不会有一个零值，如果你的值接近于零，它将从你的图表底部向下（无限向下），因为当你采取“log（接近零）”时你得到“接近负无穷大” .

  symlog可以帮助你在你想要有一个日志图的情况下，但是当值有时可能向下或向零时，你仍然希望能够以有意义的方式在图上显示它 . 如果你需要symlog，你就会知道 .

  回复于 2024-04-20T04:38:46+08:00