参见英文答案 > Logscale plots with zero values in matplotlib 1个
我有一个非常大且稀疏的垃圾邮件Twitter帐户数据集,它要求我缩放x轴,以便能够可视化各种变量的分布(直方图,kde等)和cdf(tweets_count,关注者数量/关注等等).
> describe(spammers_class1$tweets_count)
var n mean sd median trimmed mad min max range skew kurtosis se
1 1 1076817 443.47 3729.05 35 57.29 43 0 669873 669873 53.23 5974.73 3.59
在此数据集中,值0具有非常重要性(实际上0应具有最高密度).但是,使用对数标度,这些值将被忽略.例如,我想将值更改为0.1,但是有垃圾邮件帐户有10 ^ -1个关注者是没有意义的.
那么,python和matplotlib中的解决方法是什么?
解决方法:
为每个x值添加1,然后记录日志:
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.ticker as ticker
fig, ax = plt.subplots()
x = [0, 10, 100, 1000]
y = [100, 20, 10, 50]
x = np.asarray(x) + 1
y = np.asarray(y)
ax.plot(x, y)
ax.set_xscale('log')
ax.set_xlim(x.min(), x.max())
ax.xaxis.set_major_formatter(ticker.FuncFormatter(lambda x, pos: '{0:g}'.format(x-1)))
ax.xaxis.set_major_locator(ticker.FixedLocator(x))
plt.show()
使用
ax.xaxis.set_major_formatter(ticker.FuncFormatter(lambda x, pos: '{0:g}'.format(x-1)))
ax.xaxis.set_major_locator(ticker.FixedLocator(x))
根据x的非对数值重新标记刻度线.
(我最初的建议是使用plt.xticks(x,x-1),但这会影响所有轴.为了将更改隔离到一个特定轴,我将所有命令调用更改为ax,而不是调用plt.)
matplotlib删除包含NaN,inf或-inf值的点.由于log(0)是-inf,因此将从对数图中移除对应于x = 0的点.
如果将所有x值增加1,因为log(1)= 0,对应于x = 0的点将不会在对数图上的x = log(1)= 0处绘制.
剩余的x值也将被移动一个,但是对于眼睛来说无关紧要,因为对于大的x值,log(x 1)非常接近log(x).
标签:python,matplotlib,logarithm
来源: https://codeday.me/bug/20190709/1409999.html