如何在Python的直方图中使用对数刻度？

Question

据我所知，直方图函数中的Log=True选项仅涉及y轴。

P.hist(d,bins=50,log=True,alpha=0.5,color='b',histtype='step')

我需要将 bins 在 log10 中等间距分布。有什么方法可以实现吗？

- Brian

---

如果您这样做，必须将每个箱中的计数除以箱宽！ - Peaceful

Answer 1

使用logspace()创建一个等比数列，并将其传递给bins参数。并将x轴的刻度设置为对数刻度。

import pylab as pl
import numpy as np

data = np.random.normal(size=10000)
pl.hist(data, bins=np.logspace(np.log10(0.1),np.log10(1.0), 50))
pl.gca().set_xscale("log")
pl.show()

- HYRY

---

请注意，np.logspace(0.1,1.0,...)将创建一个范围从10**0.1到10**1.0，而不是从0.1到1.0。 - Andre Holzner

应该翻译为：应该使用np.logspace(np.log10(0.1),np.log10(1.0),50)。 - JoseOrtiz3

请参考我的答案，了解如何使用bins='auto'。 - N. McA.

@AndreHolzner @OrangeSherbet 可以使用np.geomspace直接指定端点。 - Nicolai Weitkemper

请注意照片与代码不符。 x轴上的限制应该是从10的负1次方到10的0次方。 - Jvinniec

Answer 2

最直接的方法就是计算限制范围的log10值，计算出等距的线性间隔，并通过将其乘以10的幂来转换回去，如下所示：

最直接的方法就是计算限制范围的log10值，计算出等距的线性间隔，并通过将其乘以10的幂来转换回去。

import pylab as pl
import numpy as np

data = np.random.normal(size=10000)

MIN, MAX = .01, 10.0

pl.figure()
pl.hist(data, bins = 10 ** np.linspace(np.log10(MIN), np.log10(MAX), 50))
pl.gca().set_xscale("log")
pl.show()

- Nimar

Answer 3

以下代码展示了如何在对数刻度下使用bins='auto'。

import numpy as np
import matplotlib.pyplot as plt

data = 10**np.random.normal(size=500)

_, bins = np.histogram(np.log10(data + 1), bins='auto')
plt.hist(data, bins=10**bins);
plt.gca().set_xscale("log")

- N. McA.

---

你为什么要在np.log10(data+1)中加上“+1”？我知道这可以规范化log(0)的情况，但是这不会在数据小于1时造成表示和分组方面的问题吗？ - user1172131

Answer 4

除了之前提到的内容，对于pandas数据框，执行这个操作也是可行的：

some_column_hist = dataframe['some_column'].plot(bins=np.logspace(-2, np.log10(max_value), 100), kind='hist', loglog=True, xlim=(0,max_value))

我想提醒一下，将区间规范化可能存在问题。每个区间的大小都比前一个大，因此在绘制图表之前必须将其大小除以它的大小来规范化频率，而似乎我的解决方案和HYRY的解决方案都没有考虑到这一点。

来源：https://arxiv.org/pdf/cond-mat/0412004.pdf

- Alaa Moussawi