“ log”和“ symlog”有什么区别？

101

在matplotlib中，我可以使用pyplot.xscale()或设置轴缩放Axes.set_xscale()。这两个函数接受三个不同的尺度：'linear'| 'log'| 'symlog'。

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

我知道文档说它们接受不同的参数，但是我仍然不了解它们之间的区别。有人可以解释一下吗？如果有一些示例代码和图形，答案将是最好的！（另：“符号”的名称从何而来？）

— DenilsonSáMaia
source

188

我终于找到了一些时间来做一些实验，以了解它们之间的区别。这是我发现的：

log仅允许使用正值，并允许您选择如何处理负值（mask或clip）。
symlog表示对数对称，并允许正值和负值。
symlog 允许在绘图内将范围设置为零左右，而不是对数，而是线性的。

我认为通过图形和示例，一切都将变得更容易理解，因此让我们尝试一下：

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')

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'log'缩放和nonposx ='mask'的图形

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

使用'log'缩放和nonposx ='clip'的图形

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

使用“符号”缩放的图形

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

使用“符号”缩放比例的图，但线性在（-20,20）

为了完整起见，我使用以下代码保存每个图：

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

请记住，您可以使用以下方法更改图形尺寸：

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

（如果您不知道我的回答我的问题，请阅读本）

— DenilsonSáMaia
source

19

symlog类似于log，但是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，以避免使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

在对数图中，永远不会有零值，并且如果您的值接近零，它将从图的底部向下（无限向下）尖峰，因为当您采用“ log（逼近零）”时，得到“接近负无穷大”。

symlog将在需要创建对数图的情况下为您提供帮助，但是当值有时可能会下降到零或下降到零时，但是您仍然希望能够以有意义的方式在图上显示该值。如果您需要符号记录，就可以知道。

— 胸腺
source

好吧...我读过，但是我仍然不知道什么时候应该使用一个或另一个。我期待某种图形化的例子，所以我其实可以看到的是，这个问题symlog试图解决。

— 丹尼尔森·萨·迈亚

4

这是必须使用符号日志时的行为示例：

初始图，未缩放。注意多少点聚集在x〜0

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

[ 非缩放 '

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')

对数刻度 '

为什么会崩溃？由于x轴上的某些值非常接近或等于0。

符号比例图。一切都是应有的。

    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')

符号量表

— 吉卡洛
source