问题：在python中使用matplotlib绘制对数轴
我想使用matplotlib绘制一个对数轴的图形。
我一直在阅读文档，但无法弄清楚语法。我知道这可能'scale=linear'与plot参数类似，但是我似乎无法正确理解
示例程序：
import pylab
import matplotlib.pyplot as plt
a = [pow(10, i) for i in range(10)]
fig = plt.figure()
ax = fig.add_subplot(2, 1, 1)
line, = ax.plot(a, color='blue', lw=2)
pylab.show()
回答 0
您可以使用该Axes创建对象后更改比例。这也将允许您构建一个控件，让用户根据需要选择比例。
要添加的相关行是：
ax.set_yscale('log')您可以使用'linear'切换回线性刻度。您的代码如下所示：
import pylab
import matplotlib.pyplot as plt
a = [pow(10, i) for i in range(10)]
fig = plt.figure()
ax = fig.add_subplot(2, 1, 1)
line, = ax.plot(a, color='blue', lw=2)
ax.set_yscale('log')
pylab.show()
You can use the Axes object is created. That would also allow you to build a control to let the user pick the scale if you needed to.
The relevant line to add is:
ax.set_yscale('log')
You can use 'linear' to switch back to a linear scale. Here’s what your code would look like:
import pylab
import matplotlib.pyplot as plt
a = [pow(10, i) for i in range(10)]
fig = plt.figure()
ax = fig.add_subplot(2, 1, 1)
line, = ax.plot(a, color='blue', lw=2)
ax.set_yscale('log')
pylab.show()
回答 1
首先，混合pylab和pyplot编码不是很整洁。而且，pyplot样式比使用pylab更为可取。
这是一个仅使用pyplot函数的稍作清理的代码：
from matplotlib import pyplot
a = [ pow(10,i) for i in range(10) ]
pyplot.subplot(2,1,1)
pyplot.plot(a, color='blue', lw=2)
pyplot.yscale('log')
pyplot.show()相关功能是pyplot.yscale()。如果使用面向对象的版本，请用方法替换它Axes.set_yscale()。请记住，您还可以使用pyplot.xscale()（或Axes.set_xscale()）更改X轴的比例。
检查我的问题‘log’和’symlog’有什么区别？查看matplotlib提供的图形比例的一些示例。
回答 2
您只需要使用符号学而不是情节：
from pylab import *
import matplotlib.pyplot as pyplot
a = [ pow(10,i) for i in range(10) ]
fig = pyplot.figure()
ax = fig.add_subplot(2,1,1)
line, = ax.semilogy(a, color='blue', lw=2)
show()回答 3
如果要更改对数的底数，只需添加：
plt.yscale('log',basey=2)
# where basex or basey are the bases of log回答 4
我知道这有点不合时宜，因为一些评论提到这ax.set_yscale('log')是“最好的”解决方案，我认为可能是反驳。我不建议将其ax.set_yscale('log')用于直方图和条形图。在我的版本（0.99.1.1）中，我遇到了一些渲染问题-不确定此问题的普遍性。但是，bar和hist都具有可选参数，可以将y比例设置为log，这很好用。
参考：http : //matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.bar
http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.hist
回答 5
因此，如果您只是像我经常那样使用简单的API（我在ipython中经常使用它），那么这很简单
yscale('log')
plot(...)希望这可以帮助寻找简单答案的人！:)。
回答 6
您可以使用以下代码：
np.log(df['col_whose_log_you_need']).iplot(kind='histogram', bins=100,
xTitle = 'log of col',yTitle ='Count corresponding to column',
title='Distribution of log(col_whose_log_you_need)')