Matplotlib - 座標軸刻度

---

---

什麼是座標軸刻度？

在 Matplotlib 庫中，座標軸刻度指的是沿座標軸顯示和間隔值的方法。Matplotlib 支援各種型別的刻度，這些刻度會影響資料視覺化和沿座標軸分佈的方式。

Matplotlib 庫中存在不同的常用座標軸刻度。它們是：

• 線性刻度（預設）

• 對數刻度

• 對稱對數刻度 (Symlog)

選擇合適的座標軸刻度取決於資料的性質和所需的視覺效果。選擇有效表示資料的刻度以在圖中傳達準確資訊非常重要。

不同刻度的用例

• 線性 - 適用於顯示值之間間隔均勻的資料。

• 對數 - 用於表示涵蓋廣泛數量級的資料。

• 對稱對數 - 非常適合包含正值和負值且不排除零的資料集。

實現不同的刻度

讓我們詳細瞭解每種刻度如何在繪圖中實現。

線性刻度

在 Matplotlib 中，線性刻度表示用於繪製資料的標準線性座標系。它是應用於 x 軸和 y 軸的預設縮放比例，除非另有指定。

線性刻度的特徵

均勻間隔 - 線上性刻度上，沿座標軸的相等增量表示資料中的相等差異。例如，0 到 1 之間的距離與 1 到 2 之間的距離相同。

線性關係 - 繪製線上性刻度上的資料點遵循線性關係，其中繪製點的變化與資料的變化成正比。

示例

在此示例中，x 軸和 y 軸預設使用線性刻度。沿座標軸的每個單位表示資料中的恆定增量。

import matplotlib.pyplot as plt
# Sample data
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# Creating a plot with linear scale (default)
plt.plot(x, y)
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Plot with Linear Scale')
plt.show()

輸出

對數刻度

在 Matplotlib 中，我們可以使用plt.xscale() 和plt.yscale() 函式或在使用座標軸物件ax時使用相應的ax.set_xscale() 和ax.set_yscale() 方法為座標軸設定對數刻度。這些函式允許我們將座標軸的刻度更改為對數。

語法

以下是使用plt.xscale() 將 x 軸更改為對數刻度的語法：

plt.xscale('log')

ax.set_xscale()

ax.set_xscale('log')

以下是使用plt.yscale() 將 y 軸更改為對數刻度的語法：

plt.yscale('log')

使用 ax.set_yscale()

ax.set_yscale('log')

示例

這是一個演示如何為 x 軸和 y 軸設定對數刻度的示例

import matplotlib.pyplot as plt
# Sample data
x = [1, 2, 3, 4, 5]
y = [10, 100, 1000, 10000, 100000]
# Creating a plot with logarithmic scale on both axes
plt.plot(x, y)
# Setting logarithmic scale for x-axis and y-axis
plt.xscale('log')
plt.yscale('log')
plt.xlabel('X-axis (Log Scale)')
plt.ylabel('Y-axis (Log Scale)')
plt.title('Logarithmic Scale Plot')
plt.show()

輸出

對稱對數刻度 (Symlog)

在 Matplotlib 中，對稱對數刻度通常稱為symlog，它允許在對數刻度上繪製資料，同時也能對稱地容納零周圍的正值和負值。

symlog 刻度結合了接近零的值的線性縮放和遠離零的值的對數縮放。

語法

以下是為座標軸設定對稱對數刻度的語法：

對於 x 軸

plt.xscale('symlog', linthresh=base, linscale=lin_scale)

對於 y 軸

plt.yscale('symlog', linthresh=base, linscale=lin_scale)

其中：

• linthresh - 線性閾值，確定線性行為和對數行為之間的轉換位置。

• base - 對數的底數（預設為 10）。

• linscale - 接近零的線性範圍的比例因子（預設為 1.0）。

示例

在此示例中，plt.yscale('symlog', linthresh=0.1) 將 y 軸設定為對稱對數刻度，線性閾值 (linthresh) 為 0.1。接近零的值將線性顯示，而遠離零的值將遵循對數刻度。

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-10, 10, 500)
y = np.sinh(x)
plt.plot(x, y)
plt.yscale('symlog', linthresh=0.1)  # Applying symmetric logarithmic scale for y-axis
plt.title('Plot with Symmetric Logarithmic Scale')
plt.show()

輸出

使用不同刻度的繪圖

在此示例中，我們使用 matplotlib 庫繪製具有不同刻度的圖。

示例

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

t = np.arange(0.01, 10.0, 0.01)
data1 = np.exp(t)
data2 = np.sin(2 * np.pi * t)
fig, ax1 = plt.subplots()
color = 'red'

ax1.set_xlabel('time (s)')
ax1.set_ylabel('exp', color=color)
ax1.plot(t, data1, color=color)
ax1.tick_params(axis='y', labelcolor=color)
ax2 = ax1.twinx()

color = 'blue'
ax2.set_ylabel('sin', color=color)
ax2.plot(t, data2, color=color)
ax2.tick_params(axis='y', labelcolor=color)

plt.show()

輸出

Matplotlib 中具有不同刻度的多個座標軸

在此示例中，我們將瞭解如何建立共享 Y 軸。

示例

import matplotlib.pyplot as plt
fig, ax1 = plt.subplots()
ax1.plot([1, 2, 3, 4, 5], [3, 5, 7, 1, 9], color='red')
ax2 = ax1.twinx()
ax2.plot([11, 12, 31, 41, 15], [13, 51, 17, 11, 76], color='blue')
fig.tight_layout()
plt.show()

輸出