Python 带零值的Matplotlib对数标度

我有一个非常大且稀疏的垃圾邮件twitter账户数据集，它要求我缩放x轴，以便能够可视化各种变量的分布（直方图、kde等）和cdf（tweets_计数、关注者/关注者数量等）

在这个数据集中，值0具有巨大的重要性（实际上0应该具有最高的密度）。但是，对于对数刻度，这些值将被忽略。例如，我曾考虑将该值更改为0.1，但如果存在拥有10^-1追随者的垃圾邮件帐户，则毫无意义

那么，python和matplotlib中的解决方法是什么呢

ax1.set_xlim(0, 1e3)

以下是matplotlib文档中的示例

在这里，它以这种方式设置轴的极限值：

ax1.set_xlim(1e1, 1e3)
ax1.set_ylim(1e2, 1e3)

---

为每个

x

值添加1，然后获取日志：

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.ticker as ticker

fig, ax = plt.subplots()
x = [0, 10, 100, 1000]
y = [100, 20, 10, 50]
x = np.asarray(x) + 1 
y = np.asarray(y)
ax.plot(x, y)
ax.set_xscale('log')
ax.set_xlim(x.min(), x.max())
ax.xaxis.set_major_formatter(ticker.FuncFormatter(lambda x, pos: '{0:g}'.format(x-1)))
ax.xaxis.set_major_locator(ticker.FixedLocator(x))
plt.show()

---

使用

根据

x

的非日志值重新标记记号

（我最初的建议是使用

plt.xticks（x，x-1）

，但这会影响所有轴。为了隔离对一个特定轴的更改，我将所有命令调用更改为

ax

，而不是调用

plt

）

---

matplotlib

删除包含

NaN

、

inf

或

-inf

值的点。由于

log（0）

是

-inf

，因此与

x=0

相对应的点将从日志图中删除

如果将所有x值增加1，因为

log（1）=0

，与

x=0

对应的点将不会在日志图上的

x=log（1）=0

处绘制

---

剩余的x值也将移动1，但这对眼睛来说无关紧要，因为

log（x+1）

非常接近

log（x）

对于较大的

x

值，如果您将轴/绘图代码放在适当的位置以便进行校正，那就太好了。使用

symlog

这不会显示如何在对数刻度上使用零值。由于日志（0）未定义，因此matplotlib将忽略这些值。将xlim设置为1e1将使x轴从0.1开始，但仍将忽略0（我相信）。无论如何，我会尝试一下，至少在2015年7月，matplotlib不会忽略零，它在对数图上画了一条直线，一直到图的边缘，看起来很糟糕，与matlab不匹配。海耶的评论对我来说似乎并不真实。是的，但我不能在我的论文中说50%的垃圾邮件发送者没有追随者。因为它将显示为10^0，这意味着它们有一个跟随者（这是不同的）。您可以使用

plt.xticks

重新标记记号。我编辑了这篇文章来展示如何。为了不转移所有的数据。如何有效地将0.1添加到0值，使其在10^-1处出现，然后重新标记刻度？我知道这是另一个问题。但这可能是一种在不污染所有数据的情况下执行此操作的更好方法—仅移动0个值（并且在大型numpy数组上循环非常慢），如果您有一个包含许多0个值的数组，则可以使用

x[xI]将其更改为0.1，以最强烈的方式表示在打印数据之前修改数据。
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.ticker as ticker

fig, ax = plt.subplots()
x = [0, 10, 100, 1000]
y = [100, 20, 10, 50]
x = np.asarray(x) + 1 
y = np.asarray(y)
ax.plot(x, y)
ax.set_xscale('log')
ax.set_xlim(x.min(), x.max())
ax.xaxis.set_major_formatter(ticker.FuncFormatter(lambda x, pos: '{0:g}'.format(x-1)))
ax.xaxis.set_major_locator(ticker.FixedLocator(x))
plt.show()

ax.xaxis.set_major_formatter(ticker.FuncFormatter(lambda x, pos: '{0:g}'.format(x-1)))
ax.xaxis.set_major_locator(ticker.FixedLocator(x))