“log” 和 “symlog” 之间有什么区别？

问题描述：

在matplotlibpyplot.xscale()中，我可以使用或设置轴缩放比例Axes.set_xscale()。两个函数都接受三种不同的比例：'linear'| 'log'| 'symlog'。

'log'和之间有什么区别'symlog'？在我做的一个简单测试中，它们看起来完全一样。

我知道文档说它们接受不同的参数，但我仍然不明白它们之间的区别。有人能解释一下吗？如果答案有一些示例代码和图形，将是最好的！（还有：'symlog' 这个名字从何而来？）

解决方案 1：

我终于抽出时间做了一些实验，以便了解它们之间的区别。以下是我发现的：

• log只允许正值，并让您选择如何处理负值（mask或clip）。

• symlog表示对称对数，允许正值和负值。

• symlog允许在图中设置零附近的范围，该范围将是线性的而不是对数的。

我认为通过图形和示例一切都会变得更容易理解，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，我使用了以下代码来保存每个图形：

# 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大小：

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

（如果您不确定我是否能回答我自己的问题，请阅读此内容）

解决方案 2：

symlog与 log 类似，但允许您定义接近零的值范围，在此范围内绘图是线性的，以避免绘图在零附近趋于无穷大。

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

在对数图中，永远不会有零值，如果值接近于零，它将从图表底部急剧下降（无限向下），因为当取“对数（接近于零）”时，会得到“接近于负无穷大”。

如果您想要一个对数图，但数值有时会下降到零，但您仍然希望能够以有意义的方式在图表上显示出来，那么 symlog 会帮到您。如果您需要 symlog，您就会知道。

解决方案 3：

以下是需要 symlog 时的行为示例：

初始图，未缩放。注意在 x~0 处聚集的点数

    ax = sns.scatterplot(x= 'Score', y ='Total Amount Deposited', data = df, hue = 'Predicted Category')

[
'

对数刻度图。一切都崩溃了。

    ax = sns.scatterplot(x= 'Score', y ='Total Amount Deposited', data = df, hue = 'Predicted Category')

    ax.set_xscale('log')
    ax.set_yscale('log')
    ax.set(xlabel='Score, log', ylabel='Total Amount Deposited, log')

‘

为什么会崩溃？因为 x 轴上的一些值非常接近或等于 0。

Symlog 缩放图。一切如其所愿。

    ax = sns.scatterplot(x= 'Score', y ='Total Amount Deposited', data = df, hue = 'Predicted Category')

    ax.set_xscale('symlog')
    ax.set_yscale('symlog')
    ax.set(xlabel='Score, symlog', ylabel='Total Amount Deposited, symlog')