log'与'symlog'的区别是什么？

136 投票

3 回答

80429 浏览

提问于 2025-04-16 01:40

在 matplotlib 这个库里，我可以用 pyplot.xscale() 或者 Axes.set_xscale() 来设置坐标轴的缩放方式。这两个函数都可以接受三种不同的缩放方式：'linear'（线性）| 'log'（对数）| 'symlog'（对称对数）。

那么 'log' 和 'symlog' 之间有什么区别呢？我做了一个简单的测试，发现它们看起来完全一样。

我知道文档上说它们接受不同的参数，但我还是不太明白它们之间的区别。有没有人能给我解释一下？如果能提供一些示例代码和图形，那就更好了！(还有：'symlog' 这个名字是怎么来的？)

数据可视化数学函数图形绘制 matplotlib 坐标轴设置对数缩放 symlog 参数区别

3 个回答

这里有一个需要使用symlog的例子：

最初的图表，没有缩放。注意有多少点聚集在x大约为0的位置。

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

[ 未缩放

对数缩放的图表。所有数据都压缩在一起了。

    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')

对数缩放

为什么会压缩在一起呢？因为x轴上的一些值非常接近或者等于0。

使用symlog缩放的图表。一切都恢复正常了。

    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')

symlog缩放

回答于 2025-04-16 由 Python大师

分享举报

symlog 就像是对数图，但它允许你定义一个接近零的值范围，在这个范围内图形是线性的，这样就可以避免图形在零附近变得无穷大。

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

在对数图中，你永远不能有零值，如果有一个值接近零，它会在图的底部猛然下降（无限往下），因为当你计算“接近零的对数”时，你会得到“接近负无穷大”。

symlog 可以帮助你在需要绘制对数图的情况下，处理那些可能会下降到零或者接近零的值，但你仍然想以有意义的方式在图上展示这些值。如果你需要使用 symlog，你会知道的。

回答于 2025-04-16 由 Python大师

分享举报

238

我终于找到了一些时间来做实验，以便理解它们之间的区别。以下是我发现的内容：

log 只允许正值，并且让你选择如何处理负值（可以选择 mask 或 clip）。
symlog 意思是 对称对数，它允许正值和负值。
symlog 允许你设置一个范围，在这个范围内，图表将是线性的，而不是对数的。

我觉得用图形和例子来解释会更容易理解，所以我们来试试：

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')

使用'线性'缩放的图

# 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')

使用'对数'缩放和非正值处理为'mask'的图

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

使用'对数'缩放和非正值处理为'clip'的图

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

使用'symlog'缩放的图

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

使用'symlog'缩放，但在(-20,20)范围内是线性的图

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')

记得你可以通过以下方式更改图形大小：

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

（如果你对我自己回答自己的问题有疑问，可以阅读这个）

回答于 2025-04-16 由 Python大师

分享举报

log'与'symlog'的区别是什么？

3 个回答

撰写回答