Python matplotlib能否生成X==0作为有效数据点的日志条形图？

我想创建一个条形图，其中X轴将包括数十万个数据点

因此，我需要使用对数标度。唉，

X==0

是一个有效的数据点。

---

顺便说一句，Y轴应该使用线性刻度（其中Y是分布，

0symlog

而不是log，其中包括负数和一个接近零的小线性区域。例如

#!/usr/bin/env python

def test_plot3():
    import pylab as pl

    _graph = {0: 0.25, 1: 0.25, 2: 0.25, 3: 0.25}
    epsilon = 0.00000000001
    x = [ pl.log(k) if k > 0 else pl.log(epsilon) for k in _graph ]
    y = [ _graph[k] for k in _graph ]
    lx = pl.xlabel("in degree (logarithmic scale)")
    ly = pl.ylabel("normalized distribution (0 to 1)")
    tl = pl.title("graph in-degree normalized distribution")
    _width = 1.0 / (len(x) * 5.0)
    pl.bar(x, y, width=_width, log=True)
    pl.xscale('symlog')
    pl.yscale('linear')
    pl.show()

if __name__ == "__main__":
    test_plot3()

您可以使用

linthreshx

参数将线性区域的大小调整为

xscale

。

---

有关如何使用它的详细信息，请查看此文件。

您可以使用

symlog

而不是log，log包括负数和一个接近零的小线性区域。例如

#!/usr/bin/env python

def test_plot3():
    import pylab as pl

    _graph = {0: 0.25, 1: 0.25, 2: 0.25, 3: 0.25}
    epsilon = 0.00000000001
    x = [ pl.log(k) if k > 0 else pl.log(epsilon) for k in _graph ]
    y = [ _graph[k] for k in _graph ]
    lx = pl.xlabel("in degree (logarithmic scale)")
    ly = pl.ylabel("normalized distribution (0 to 1)")
    tl = pl.title("graph in-degree normalized distribution")
    _width = 1.0 / (len(x) * 5.0)
    pl.bar(x, y, width=_width, log=True)
    pl.xscale('symlog')
    pl.yscale('linear')
    pl.show()

if __name__ == "__main__":
    test_plot3()

您可以使用

linthreshx

参数将线性区域的大小调整为

xscale

。

---

有关如何使用它的详细信息，请查看此项。

您可以选择一个：将0置于对数缩放轴上，或获取正确的图形。您不能同时拥有这两个图形。您可以选择一个：将0置于对数缩放轴上，或获取正确的图形。您不能同时拥有这两个图形。谢谢您的建议。他们确实在一定程度上改善了这种情况，但输出图形似乎仍然错误。请参阅

EDIT 1

在我的作品@boardrider中，当你使用日志缩放轴（或symlog）时，你不必自己应用日志函数。只需传递值，matplotlib就会自动应用日志。因此基本上使用：

x=[k if k>0 else epsilon for k in\u graph]

应该可以解决你的问题。顺便说一句：

log

是自然对数（以e为基数），你必须使用

log10

事实上你可能想使用：

x=[k如果abs（k）>0，其他ε表示图中的k]

（如果你也有负数）谢谢你的建议。他们确实在一定程度上改善了情况，但输出图似乎仍然错误。请参阅我的作品中的

EDIT 1

。@boardrider当你使用日志缩放轴（或symlog）时，你不必自己应用日志函数。只需传递这些值，matplotlib就会自动应用日志。因此基本上使用：

x=[k if k>0 else epsilon for k in _graph]

应该可以解决您的问题。顺便说一句：

log

是自然对数（带基数e），您必须使用

log10

事实上您可能想使用：

x=[k if abs（k）>0 else epsilon for k in _graph]

（如果您还有负数）

#!/usr/bin/env python

def test_plot3():
    import pylab as pl

    _graph = {0: 0.25, 1: 0.25, 2: 0.25, 3: 0.25}
    epsilon = 0.00000000001
    x = [ pl.log(k) if k > 0 else pl.log(epsilon) for k in _graph ]
    y = [ _graph[k] for k in _graph ]
    lx = pl.xlabel("in degree (logarithmic scale)")
    ly = pl.ylabel("normalized distribution (0 to 1)")
    tl = pl.title("graph in-degree normalized distribution")
    _width = 1.0 / (len(x) * 5.0)
    pl.bar(x, y, width=_width, log=True)
    pl.xscale('symlog')
    pl.yscale('linear')
    pl.show()

if __name__ == "__main__":
    test_plot3()