python绘制半对数坐标

实验作图的时候出现了一个问题，由于数据范围过大，导致数据变化不明显，出来的折线图如下：

对应代码：

import matplotlib.pyplot as plt
import numpy as np
a_ = np.array(a)
plt.plot(a_[:, 0],-a_[:, 1])
plt.xlabel('number of objective function evaluations')
plt.ylabel('the optimal solution')
plt.show()

所以想到了利用对数坐标，搜了搜官方文档，将y坐标改成了对数坐标。效果如下：

代码如下：

import matplotlib.pyplot as plt
import numpy as np
a_ = np.array(a)
plt.axes(yscale = "log")                # 在plot语句前加上该句话即可
plt.plot(a_[:, 0],-a_[:, 1])
plt.xlabel('number of objective function evaluations')
plt.ylabel('the optimal solution')
plt.show()

如上，在plot前加入语句plt.axes(yscale = "log")即可。若要让x坐标也为对数坐标，yscale改为xscale即可。

注意，这里用的是matplotlib.pyplot里面的axes，而不是matplotlib.axes里的。

这里使用log关键字，仅用来绘制正数，若要绘制有正数有负数，有symlog关键字可用。

官方文档：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.axes.html#matplotlib.pyplot.axes

附：

这里绘图的数据如下

a = [[1,-536512],
[13,-9950.1],
[24,-9394.13],
[49,-8829.27],
[97,-3496],
[110,-2403.09],
[165,-169.257],
[195,-124.513],
[230,-6.31601],
[245,-7.92737],
[259,-4.78377],
[896,-10.7847],
[1496,-7.73153],
[1679,-6.59467],
[1690,-7.73153],
[2063,-6.59467],
[2064,-7.73153],
[11556,-8.46228],
[16033,-9.08796],
[18108,-17.3727],
[18816,-8.46228],
[19374,-5.23453],
[21550,-4.53278],
[27783,-4.43594],
[27795,-4.53278],
[29177,-4.43594],
[30382,-4.53278],
[46829,-4.2019],
[92000,-4.68217],
[99905,-4.2019],
[148385,-5.23453],
[148501,-4.68217],
[155295,-5.23453],
[155338,-4.86867],
[162962,-5.23453],
[174377,-4.86867],
[256816,-8.46228],
[256879,-4.86867],
[340068,-8.46228],
[340070,-5.23453],
[596774,-5.61897],
[950661,-4.05199],
[951430,-5.61897],
[987355,-4.05199],
[1003312,-5.61897],
[1019746,-4.47187],
[1043041,-5.61897],
[1078970,-4.05199],
[1090274,-5.34352],
[1372887,-2.83073],
[2049744,-2.77323],
[2050511,-2.83073],
[2152576,-2.77323],
[3534190,-4.21561],
[3536974,-2.77323],
[3569699,-4.21561],
[3703846,-2.16943],
[3778351,-4.21561],
[4304789,-2.16943],
[4360274,-1.52345],
[4382029,-2.16943],
[4518296,-4.21561],
[4638560,-2.16943],
[4717278,-4.21561],
[4717910,-2.16943],
[4812802,-4.21561],
[4852083,-2.13751],
[4999685,-4.21561],
[5001974,-1.91082],
[5045584,-4.21561],
[5174315,-2.13751],
[5472105,-4.21561],
[5591650,-2.29429],
[5604518,-4.21561],
[5894536,-1.23585],
[5941052,-4.21561],
[5944566,-1.23585],
[5991252,-4.21561],
[5994778,-1.23585],
[6191307,-2.13751],
[6306965,-2.77323],
[6420408,-1.23585],
[6465015,-2.77323],
[6526275,-1.23585],
[6569227,-2.77323],
[6576564,-1.23585],
[7440708,-2.16943],
[7683774,-3.30138],
[7862138,-1.74225],
[8258342,-3.30138],
[8382625,-1.74225],
[8525884,-3.30138],
[8831033,-1.74225],
[8895660,-3.30138],
[8896294,-1.74225],
[10020372,-1.23585]]

python绘制半对数坐标相关推荐

怎么用python找论文_如何利用Python绘制学术论文图表方法
论文中图表形式多样,常用的处理工具有excel.MATLAB以及Python等,excel自处理的方法有两个缺陷: 1.当数据较多时,容易出现excel"翻白眼"的现象: 2.需要 ...
python绘制条形图用什么函数_Python绘制正余弦函数图像完整代码
通过python绘制正弦和余弦函数,从默认的设置开始,一步一步地调整改进,让它变得好看,变成我们初高中学习过的图象那样.通过这个过程来学习如何进行对图表的一些元素的进行调整. 01. 简单绘图 mat ...
python绘制所有特征的密度图（density plot）
python绘制所有特征的密度图(density plot) # python绘制所有特征的密度图: n = len(input_feats) #密度图kde,查查分布 cols = 4 rows = ...
python绘制影像组学训练集、测试集对应的ROC曲线以及瀑布图（rad-score 瀑布图）
python绘制影像组学训练集.测试集对应的ROC曲线以及瀑布图(rad-score 瀑布图) # 所有数据的瀑布图 tagets_all = df['label'] tagets_all = df. ...
什么是折线图？怎样用Python绘制？怎么用？终于有人讲明白了（附代码）
来源:大数据DT 本文约5400字,建议阅读10分钟本文为你介绍数据分析时经常用到的折线图,可以用来呈现哪些数据关系?在数据分析过程中可以解决哪些问题?怎样用Python绘制折线图? 01 概述折 ...
柱状图、堆叠柱状图、瀑布图有什么区别？怎样用Python绘制？（附代码）
来源:大数据DT(ID:hzdashuju) 作者:屈希峰,资深Python工程师,知乎多个专栏作者本文约8000字,建议阅读20分钟柱状图是当前应用最广泛的图表之一,你几乎每天都可以在电子产品上 ...
层次聚类python_用python绘制层次聚类图
层次聚类(Hierarchical clustering)代表着一类的聚类算法,这种类别的算法通过不断的合并或者分割内置聚类来构建最终聚类. 聚类的层次可以被表示成树(或者树形图(dendrogram ...
利用Python绘制 3D 体素色温图
简介: 测试了Matplotlib中的体素绘制函数 voxels() ,但是无论是在 AI Studio中执行,还是直接在本地执行,都会出了错误.也就是无法通过 gca(projection='3 ...
python绘制直方图显示数字_Python实现绘制双柱状图并显示数值功能示例
本文实例讲述了Python实现绘制双柱状图并显示数值功能.分享给大家供大家参考,具体如下: # -*- coding:utf-8 -*- #! python3 import matplotlib.py ...

python绘制半对数坐标

python绘制半对数坐标相关推荐

最新文章

热门文章