Python 使用Matplotlib以对数比例绘制直方图

我有一个pandas数据框，它在一系列中具有以下值

x = [2, 1, 76, 140, 286, 267, 60, 271, 5, 13, 9, 76, 77, 6, 2, 27, 22, 1, 12, 7, 19, 81, 11, 173, 13, 7, 16, 19, 23, 197, 167, 1]

我被指示用Python 3.6在Jupyter笔记本中绘制两个直方图。不用担心，对吧

x.plot.hist(bins=8)
plt.show()

我选择了8个垃圾箱，因为这对我来说是最好的。 我还被指示用x的对数绘制另一个直方图

x.plot.hist(bins=8)
plt.xscale('log')
plt.show()

这个直方图看起来很糟糕。我做得不对吗？我试过摆弄这个情节，但我所做的一切似乎都让柱状图看起来更糟。例如：

x.plot(kind='hist', logx=True)

除了将X的对数绘制为直方图外，没有给我任何指示

我真的很感激任何帮助

为了记录在案，我导入了pandas、numpy和matplotlib，并指定绘图应该是内联的

用x的对数绘制另一个直方图

x.plot.hist(bins=8)
plt.xscale('log')
plt.show()

与在对数刻度上绘制x不同。绘制x的对数将是

np.log(x).plot.hist(bins=8)
plt.show()

不同的是x本身的值被转换了：我们看到的是它们的对数

---

这与在对数比例上绘图不同，在对数比例下，我们保持x不变，但改变水平轴的标记方式（将条向右挤压，将条向左拉伸）.

在

hist

调用中指定

bin=8

，意味着最小值和最大值之间的范围被平均划分为8个bin。在线性尺度上相等的东西在对数尺度上是扭曲的

你能做的就是指定柱状图的箱子，使它们在宽度上不相等，使它们在对数尺度上看起来相等

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

x = [2, 1, 76, 140, 286, 267, 60, 271, 5, 13, 9, 76, 77, 6, 2, 27, 22, 1, 12, 7, 
     19, 81, 11, 173, 13, 7, 16, 19, 23, 197, 167, 1]
x = pd.Series(x)

# histogram on linear scale
plt.subplot(211)
hist, bins, _ = plt.hist(x, bins=8)

# histogram on log scale. 
# Use non-equal bin sizes, such that they look equal on log scale.
logbins = np.logspace(np.log10(bins[0]),np.log10(bins[-1]),len(bins))
plt.subplot(212)
plt.hist(x, bins=logbins)
plt.xscale('log')
plt.show()

---

这里还有一个解决方案，它不需要使用子图或在同一个图像中绘制两个东西

import numpy as np
import matplotlib.pyplot as plt

def plot_loghist(x, bins):
  hist, bins = np.histogram(x, bins=bins)
  logbins = np.logspace(np.log10(bins[0]),np.log10(bins[-1]),len(bins))
  plt.hist(x, bins=logbins)
  plt.xscale('log')

plot_loghist(np.random.rand(200), 10)

---

直方图的“糟糕”之处是什么？最好的方法/解决方法就是

plt.hist（np.log（x））

。我会使用

logbins=np.geomspace（x.min（），x.max（），8）

来保存键入的所有日志（而bin[0]，bin[-1]无论如何都只是min和max）。发布之前应该测试代码-它无法编译，因为没有“：”函数声明之后。而且，在添加它之后，代码仍然不起作用-它只会崩溃。感谢您指出。修正了打字错误。在Python3.5和Python3.8上，代码对我来说都很好。谢谢你的贡献