“log”和“symlog”有什么区别？

Question

在matplotlib中，我可以使用^{}或^{}设置轴缩放。这两个函数都接受三种不同的尺度：'linear'| 'log'| 'symlog'。

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

我知道文档上说他们接受不同的参数，但我仍然不明白它们之间的区别。有人能解释一下吗？答案将是最好的，如果它有一些样本代码和图形！（还有：“symlog”这个名字是从哪里来的？）

Answer 1

symlog类似于log，但允许您定义一个接近零的值范围，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

在一个对数图中，你永远不可能有一个零值，如果你有一个接近零值的值，它会从你的图的底部向下猛增（无限向下），因为当你取“对数（接近零值）”时，你会得到“接近负无穷大”。

symlog可以帮助您在需要一个日志图的情况下使用它，但是当这个值有时可能降到或降到零时，您仍然希望能够以一种有意义的方式在图上显示它。如果你需要symlog，你会知道的。

Answer 2

我终于找到一些时间做一些实验，以便了解它们之间的区别。以下是我的发现：

• log只允许正值，并允许您选择如何处理负值（mask或clip）。
• symlog表示对称对数，并允许正值和负值。
• symlog允许在绘图中设置一个0左右的范围，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：

# Default dpi is 80
pyplot.savefig('matplotlib_xscale_linear.png', dpi=50, bbox_inches='tight')

请记住，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.]

（如果你不确定我是否能回答自己的问题，请阅读this）

Answer 3

下面是需要使用symlog时的行为示例：

初始绘图，未缩放。注意x~0处有多少个点簇

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

[ '

对数比例图。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')

'

为什么会塌下来？因为x轴上的某些值非常接近或等于0。

符号标度图。一切正常。

    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')