我该如何用matplotlib按指数函数缩放Y轴

Question

我正在试图用指数（？）Y轴创建一个matplotlib图，就像我在下面嘲笑的那个假的一样。对于我的数据，我想在接近最大Y值时分散这些值。当Y变得接近零时，我想压缩这些值。

所有正常的“日志”示例都会做相反的事情：当数值远离零时，它们将压缩值。当然，这就是'日志'的作用。我怎样才能创建一个指数（？）缩放？

Answer 1

我假设你的意思是X轴的，因为你的模拟图中，X轴是指数，而不是Y轴。

你可以做这样的事情：

... 
ax = plt.subplot(111) 
ax.plot(Xs,Ys,color='blue',linewidth=2) 
.... 
xlabs = [pow(10,i) for i in range(0,6)] 
ax.set_xticklabels(xlabs) 
ax.set_xticks(xlabs) 

什么，我这里做的是手工创建6 x s的列表，其中每个被10^i代表，即10^1,10^2,...。这会将X刻度线标记为正确，并标记为[1, 10, 100, 1000, 10000, 100000]。如果您需要更多标签，请更改6。

Answer 2

我不认为它是直接可能的。但当然，你总是可以尝试作弊。在我的例子我刚写的东西在别的标签：

import matplotlib.pyplot as plt 
import numpy as np 

x = np.linspace(1, 40, 100); 
y = np.linspace(1, 4, 100); 

# Actually plot the exponential values 
plt.plot(x, np.e**y) 
ax = plt.gca() 

# Set x logaritmic 
ax.set_xscale('log') 

# Rewrite the y labels 
y_labels = np.linspace(min(y), max(y), 4) 
ax.set_yticks(np.e**y_labels) 
ax.set_yticklabels(y_labels) 

plt.show() 

其结果都是：

Answer 3

Matplotlib文档创建新的轴标可用here。

matplotlib目前不包含指数缩放比例，但您可以使用example作为您自己实现的起点。

Answer 4

这不完全一般，因为定位器是硬编码为我的情况。但这对我有效。我必须创建一个名为ExponentialScale的新规模，使用基数为1.1的ma.power。太复杂了一个看似简单的事情：

class ExponentialScale(mscale.ScaleBase): 
    name = 'expo' 
    base = 1.1 
    logbase = math.log(base) 

def __init__(self, axis, **kwargs): 
    mscale.ScaleBase.__init__(self) 
    self.thresh = None #thresh 

def get_transform(self): 
    return self.ExponentialTransform(self.thresh) 

def set_default_locators_and_formatters(self, axis): 
    # I could not get LogLocator to do what I wanted. I don't understand 
    # the docs about "subs" and the source was not clear to me. 
    # So I just spell out the lines I want: 
    major = [1, 5, 10, 12, 14, 16, 18, 20, 25, 28, 30] + range(31,60) 
    axis.set_major_locator(ticker.FixedLocator(major)) 

class ExponentialTransform(mtransforms.Transform): 
    input_dims = 1 
    output_dims = 1 
    is_separable = True 

    def __init__(self, thresh): 
     mtransforms.Transform.__init__(self) 
     self.thresh = thresh 

    def transform_non_affine(self, a): 
     res = ma.power(ExponentialScale.base, a) 
     return res 

    def inverted(self): 
     return ExponentialScale.InvertedExponentialTransform(self.thresh) 

class InvertedExponentialTransform(mtransforms.Transform): 
    input_dims = 1 
    output_dims = 1 
    is_separable = True 

    def __init__(self, thresh): 
     mtransforms.Transform.__init__(self) 
     self.thresh = thresh 

    def transform_non_affine(self, a): 
     denom = np.repeat(ExponentialScale.logbase, len(a)) 
     return np.log(a)/denom 

    def inverted(self): 
     return ExponentialScale.ExponentialTransform(self.thresh) 

Answer 5

只需添加到这个代码日志规模：

plt.figure() 
ax = plt.subplot(111) 
ax.set_yscale('log') 

但是，如果你想有一个指数的规模，这个问题的答案是： link to question