Tutoriales

Escala logarítmica de Matplotlib

Los ejes en todos los gráficos de Matplotlib son deterministas por defecto, al igual que las funciones yscale() y xscale(). El módulo pyplot se usaría para modificar la escala visual del eje y o el eje x a una función exponencial. La función yscale() o xscale() requiere solo un argumento, que sería el tipo de modificación del espectro. Para cambiar las dimensiones a una escala logarítmica, solo use el término «log» o matplotlib.scale.

Para las funciones yscale y xscale, especifique el módulo Log Scale. La escala logarítmica es efectiva para visualizar conjuntos de datos con números extremadamente pequeños y, a veces, muy grandes, ya que presenta los conjuntos de datos de tal manera que podemos obtener la mayoría de los números de manera efectiva, incluso sin que los diferentes conjuntos se aplasten demasiado íntimamente.

Vamos a discutir la escala de registro de Matplotlib en Python en este artículo. La escala de registro de Matplotlib es una escala de 10 potencias. Podríamos estar usando cualquier valor para la base, como 3, o podríamos haber usado el número e para representar el valor del logaritmo natural. El relleno de los componentes representados podría limitarse o expandirse utilizando diferentes orígenes, lo que permite una visualización más clara.

La escala logarítmica de Matlplotlib se utilizará para dibujar ejes, gráficos de dispersión, gráficos 3D y más. Examinemos algunas muestras de escala logarítmica alternativas y su ejecución.

Ajuste de la escala del eje Y a la escala logarítmica de Matplotlib

Especificar ejes logarítmicos es idéntico a graficar ejes convencionales, excepto por una sola línea de código que indica el tipo de coordenadas como ‘registro’.

desde matplotlib importar pyplot

piplotsubtrama(1, 1, 1)

X = [30**i for i in range(30)]

piplotgráfico(X, color=‘rojo’, lw=10)

piplotyescala(‘Iniciar sesión’)

piplotshow()

En el caso anterior, integramos la biblioteca matplotlib.pyplot. Matplotlib es un paquete en Python que se utiliza para dibujar diferentes tablas y gráficos. A continuación, creamos inicialmente la subparcela que se utilizará para visualizar el mapa. Usamos for loop aquí para indicar el valor del eje x.

Además, empleamos el método plot() para dibujar la línea en el gráfico. Podemos establecer el color y el ancho de la línea proporcionando los valores a los parámetros ‘color’ y ‘lw’. Las potencias de diez se mostrarían junto con su función exponencial. Los valores presentados indicarán además un aumento exponencial para la escala logarítmica.

Como resultado, necesitaremos especificar ‘log’ como parámetro de la función pyplot.yscale() para obtener el eje y en escala logarítmica. Del mismo modo, también podríamos utilizar pyplot.xscale(‘log’) para modificar la escala del eje x a una escala logarítmica.

Log Scale en Matplotlib utilizando los métodos Semilogx() y Semilogy():

Otra forma de hacer un gráfico usando una escala logarítmica en algún lugar a lo largo del eje X es usar el método semilogx(). El método semilogy(), por otro lado, proporciona una figura que tiene una escala logarítmica a lo largo del eje Y.

importar pandas como p.d.

importar matplotlib.pyplot como por favor

X = [200, 2000, 20000, 200000, 2000000]

y = [10, 12 ,14, 16, 18]

higo = por favorfigura(tamaño de higo=(6,4))

por favordispersión(X,y)

por favorgráfico(X,y)

por favorred()

por favorsemilogx()

por favorsemilogía(básico=3)

por favorxlabel(«eje x»,tamaño de fuente=15)

por favoretiqueta(«eje y»,tamaño de fuente=15)

por favorshow()

Después de importar las bibliotecas, inicializamos dos matrices que contienen valores aleatorios para los ejes x e y. A continuación, ajustamos el tamaño de la figura. Para dibujar el gráfico de dispersión, aplicaremos la función plt.scatter(). Mientras tanto, empleamos la función plot() para dibujar la línea. El valor estándar de la base del logaritmo es 10. La base podría especificarse con los argumentos basex y basey para los métodos semilogx() y semilogy(), según corresponda.

El método plt.semilogx() tiene una base 10 predeterminada y se utiliza para convertir el eje x a una escala logarítmica en este escenario. El método plt.semilogy(), por otro lado, transforma el eje y de un valor de escala logarítmica de base 3. Además de esto, especificamos las etiquetas de los ejes como ‘eje x’ y ‘eje y’ usando funciones plt.label(). Del mismo modo, el tamaño de fuente de estas etiquetas también se define aquí. Ahora, usamos la función show() para presentar el gráfico.

Utilizando la función loglog()

En este paso, el método loglog() se usaría para crear una escala de registro en el eje X o en el eje Y.

importar pandas como p.d.

importar matplotlib.pyplot como por favor

X = [30, 300, 3000, 30000, 300000]

y = [22, 24 ,28, 26, 32]

higo = por favorfigura(tamaño de higo=(4, 4))

por favordispersión(X,y)

por favorgráfico(X,y)

por favorloglog(basex=20,básico=4)

por favorshow()

En primer lugar, incluimos las bibliotecas necesarias para las visualizaciones gráficas. Luego, tomamos dos variables para almacenar las matrices. Estas matrices contienen los valores de conjuntos de datos para los ejes x e y. El tamaño del gráfico se establece mediante el uso de la función figsize(). Aquí, queremos trazar el gráfico de dispersión, por lo que empleamos la función scatter().

Mientras tanto, dibujamos la línea usando el método plot(). Ahora, aplicamos el método loglog() aquí. El valor de la base del registro tanto para el eje X como para el eje Y está determinado principalmente por argumentos basex y basey. Las entradas basex = 20 y basey = 4 se proporcionan al método plt.loglog(), que produce el eje x de escalado ascendente logarítmico base 20 en este caso.

En el eje y, se utiliza una escala logarítmica de base 4. Además, el método plt.show() se usa para representar el gráfico.

Mostrar números negativos en la escala logarítmica de Matplotlib

Los conjuntos de datos incluyen números mixtos positivos y negativos a veces. La escala logarítmica no se implementará en estas situaciones porque los valores negativos no tienen valores logarítmicos.

Conclusión

En este artículo, examinamos cómo utilizamos la escala logarítmica de Matplotlib en Python. El uso de la escala logarítmica es un enfoque de visualización de datos eficiente. Hemos mostrado una variedad de métodos para aplicar la escala logarítmica a las dimensiones. Estos métodos incluyen semilogx() y semilogy(), así como loglog(). Explicamos además cómo crear gráficos de dispersión e histogramas mediante el uso de la escala logarítmica de Matplotlib.

LEER  Utilice la rasgo de comandos de oathtool Linux para la demostración en dos pasos (2FA)

Publicaciones relacionadas

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba