在matplotlib中绘制对数2刻度的正方形坐标轴图表

Question

我想用matplotlib制作一个正方形轴散点图。通常使用set_scale("log")很好用，但它限制了我只能使用对数10。我希望在对数2下绘制图表。我在这里看到了解决方案：如何生成指数比例的坐标轴？

但它非常复杂，并且如果数组中有0值，则无法使用该方法。我希望像其他numpy函数一样简单地忽略这些值。

例如：

log2scatter(data1, data2)

data1和data2中包含0的图表应该在x和y轴上采用对数刻度，并使用对数间隔刻度。 就像log10一样，只不过是log2...

谢谢。

- user248237

---

日志仅对正参数定义。这适用于任何基数，即自然对数、以10为底的对数、以2为底的对数等。因此，除非对这些零值进行处理，否则您无法在对数刻度上绘制具有零的内容。 - ev-br

使用那个问题的答案，但首先过滤掉y值为0及其对应的x值（这也是numpy忽略它们的方式）。 - mathematical.coffee

有什么优雅的方法可以在numpy中完成这个任务？过滤会使代码变得复杂，因为现在我必须有一个未经过滤的数组副本和一个已经过滤的副本... - user248237

Answer 1

Matplotlib >= 3.3：

指定 base=2：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.set_xscale('log', base=2)
ax.set_yscale('log', base=2)

ax.plot(range(1024))
plt.show()

Matplotlib < 3.3：

为x轴和y轴指定basex=2和/或basey=2。

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.set_xscale('log', basex=2)
ax.set_yscale('log', basey=2)

ax.plot(range(1024))
plt.show()

对于零交叉行为，你所指的是“对称对数”图（也称为“symlog”）。不管怎么说，数据并没有被过滤掉，只是在接近0的地方是线性图，在其他地方是对数图。改变的是刻度，而不是数据。

通常你只需要使用ax.set_xscale('symlog', basex=2)，但是目前在symlog图中使用非10为底的对数似乎有些问题。 编辑： 哈！这个bug似乎是由一个经典错误引起的：使用可变的默认参数。 我已经提交了一个bug报告，但是如果你想修复它，你需要在lib/matplotlib/ticker.py文件中的大约1376行附近，在SymmetricalLogLocator类的__init__方法中进行一个小的编辑。

而不是

def __init__(self, transform, subs=[1.0]):
    self._transform = transform
    self._subs = subs
    ...

改成类似的东西：

def __init__(self, transform, subs=None):
    self._transform = transform
    if subs is None:
        self._subs = [1.0]
    else:
        self._subs = subs
    ....

经过这个改变，它的表现符合预期...

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots()
ax.set_xscale('symlog', basex=2)
ax.set_yscale('symlog', basey=2)

x = np.arange(-1024, 1024)
ax.plot(x, x)

plt.show()

- Joe Kington

---

使用 base=2 参数（即使没有该参数），我得到了非常奇怪的默认 x 和 y 轴限制。它不会将其设置为任一维度中的最小值。它选择非常奇怪的限制，隐藏了大部分数据。除手动设置 x/y 轴限制外，如何修复这个问题？ - user248237

不应该在matplotlib中覆盖/黑客类来制作一个以log2为基础的散点图...这太悲哀和令人沮丧了。:( - user248237

symlog 部分存在一个错误。你所提到的限制只是对于对数坐标轴而言，限制行为的一种方式。它们会“捕捉”到最接近基数的幂次方。如果你想要限制严格地结束于数据的最小值和最大值，则需要指定 ax.axis('tight')。 - Joe Kington

在matplotlib >= 3.3中，使用base=2代替basex=2和basey=2。 - rvf

Answer 2

如果您使用的是plt.xscale，仍需要指定basex而不是base:

plt.figure()
plt.plot(x, y)
plt.xscale('log', basex=2)
plt.show()

- Jorge Leitao

---

就像这个评论所建议的那样。这取决于matplotlib的版本。现在，上面的代码将产生TypeError: LogScale.__init__() got an unexpected keyword argument 'basex'。 - Hacker

plt.xscale('log', base=2) 对我有效。 - Mike B