Diese Art von Diagramm eignet sich zur Visualisierung zweier Variablen, wenn die wahre Beziehung zwischen ihnen einer Art Potenzgesetz folgt.<\/span><\/p>\n In diesem Tutorial wird erl\u00e4utert, wie Sie in Python einen Log-Log-Plot erstellen.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span> <\/p>\n Es ist klar, dass die Beziehung zwischen x<\/em> und y<\/em> einem Potenzgesetz folgt.<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit numpy.log()<\/strong> eine Protokolltransformation f\u00fcr die beiden Variablen durchf\u00fchren und ein Protokoll-Protokoll-Diagramm erstellen, um die Beziehung zwischen ihnen zu visualisieren:<\/span> <\/p>\n Die x-Achse zeigt den Logarithmus von x und die y-Achse den Logarithmus von y an.<\/span><\/p>\n Beachten Sie, dass die Beziehung zwischen log(x) und log(y) im Vergleich zur vorherigen Darstellung viel linearer ist.<\/span><\/p>\n F\u00fchlen Sie sich frei, einen Titel und Achsenbeschriftungen hinzuzuf\u00fcgen, um die Interpretation der Handlung zu erleichtern:<\/span> <\/p>\n Beachten Sie au\u00dferdem, dass Sie ein Liniendiagramm anstelle eines Streudiagramms erstellen k\u00f6nnen, indem Sie einfach plt.plot()<\/strong> wie folgt verwenden:<\/span> <\/p>\n So erstellen Sie ein Log-Log-Diagramm in R<\/a> Ein Log-Log-Diagramm ist ein Diagramm, das logarithmische Skalen sowohl auf der x-Achse als auch auf der y-Achse verwendet. Diese Art von Diagramm eignet sich zur Visualisierung zweier Variablen, wenn die wahre Beziehung zwischen ihnen einer Art Potenzgesetz folgt. In diesem Tutorial wird erl\u00e4utert, wie Sie in Python einen Log-Log-Plot erstellen. So erstellen Sie ein Log-Log-Diagramm […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n So erstellen Sie ein Log-Log-Diagramm in Python<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> matplotlib. pyplot<\/span> as<\/span> plt\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' x<\/span> ': [3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13,\n 14, 15, 16, 17, 18, 19, 20, 21, 22],\n ' y<\/span> ': [3, 4, 5, 7, 9, 13, 15, 19, 23, 24, 29,\n 38, 40, 50, 56, 59, 70, 89, 104, 130]})\n\n#create scatterplot\n<\/span>plt. scatter<\/span> (df. x<\/span> , df. y<\/span> )\n<\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/loglogpython1.png\")
<\/p>\n import<\/span> numpy as<\/span> np<\/span>\n\n#perform log transformation on both x and y\n<\/span>xlog = np. log<\/span> ( df.x<\/span> )\nylog = np. log<\/span> ( df.y<\/span> )\n\n#create log-log plot\n<\/span>plt. scatter<\/span> (xlog, ylog)\n<\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/loglogpython2.png\")
<\/p>\n #create log-log plot with labels\nplt. scatter<\/span> (xlog, ylog, color=' purple<\/span> ')\nplt. xlabel<\/span> (' Log(x)<\/span> ')\nplt. ylabel<\/span> (' Log(y)<\/span> ')\nplt. title<\/span> (' Log-Log Plot<\/span> ')<\/span><\/span><\/strong> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/loglogpython3.png\")
<\/p>\n #create log-log line plot\nplt. plot<\/span> (xlog, ylog, color=' purple<\/span> ')\nplt. xlabel<\/span> (' Log(x)<\/span> ')\nplt. ylabel<\/span> (' Log(y)<\/span> ')\nplt. title<\/span> (' Log-Log Plot<\/span> ')<\/span><\/span><\/strong> <\/pre>\n![\"Log-Log-Plot](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/loglogpython4.png\")
<\/p>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So erstellen Sie ein Log-Log-Diagramm in Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"