Come produrre un asse in scala esponenziale?

Question

Si consideri il seguente codice:

from numpy import log2 
import matplotlib.pyplot as plt 

xdata = [log2(x)*(10/log2(10)) for x in range(1,11)] 
ydata = range(10) 
plt.plot(xdata, ydata) 
plt.show() 

Questo produce il seguente grafico: La mia domanda è: come posso modificare questo, in modo che la trama, con gli stessi dati come input, appare come una linea retta? Ciò richiede fondamentalmente un ridimensionamento dell'asse x in modo appropriato, ma non riesco a capire come farlo. La ragione per fare questo è che sto visualizzando una funzione che cambia molto poco all'inizio, ma inizia a fluttuare di più verso la fine dell'intervallo valido, quindi voglio avere una risoluzione orizzontale più elevata verso la fine. Se qualcuno può proporre una soluzione alternativa al mio approccio, sentiti libero di farlo!

Answer 1

Ecco how è fatto. Un buon example da seguire. Hai appena sottoclasse la classe ScaleBase.

Ecco la tua trasformazione. Non è troppo complicato quando sbagli tutti i formattatori e le cose personalizzate. Solo un po 'prolisso.

from numpy import log2 
import matplotlib.pyplot as plt 

from matplotlib import scale as mscale 
from matplotlib import transforms as mtransforms 

class CustomScale(mscale.ScaleBase): 
    name = 'custom' 

    def __init__(self, axis, **kwargs): 
     mscale.ScaleBase.__init__(self) 
     self.thresh = None #thresh 

    def get_transform(self): 
     return self.CustomTransform(self.thresh) 

    def set_default_locators_and_formatters(self, axis): 
     pass 

    class CustomTransform(mtransforms.Transform): 
     input_dims = 1 
     output_dims = 1 
     is_separable = True 

     def __init__(self, thresh): 
      mtransforms.Transform.__init__(self) 
      self.thresh = thresh 

     def transform(self, a): 
      return 10**(a/10) 

     def inverted(self): 
      return CustomScale.InvertedCustomTransform(self.thresh) 

    class InvertedCustomTransform(mtransforms.Transform): 
     input_dims = 1 
     output_dims = 1 
     is_separable = True 

     def __init__(self, thresh): 
      mtransforms.Transform.__init__(self) 
      self.thresh = thresh 

     def transform(self, a): 
      return log2(a)*(10/log2(10)) 

     def inverted(self): 
      return CustomScale.CustomTransform(self.thresh) 


mscale.register_scale(CustomScale) 

xdata = [log2(x)*(10/log2(10)) for x in range(1,11)] 
ydata = range(10) 
plt.plot(xdata, ydata) 

plt.gca().set_xscale('custom') 
plt.show() 

Answer 2

Il modo più semplice è quello di utilizzare semilogy

from numpy import log2 
import matplotlib.pyplot as plt 

xdata = log2(range(1,11)) * (10/log2(10)) 
ydata = range(10) 
plt.semilogy(xdata, ydata) 
plt.show()