Questo tipo di grafico \u00e8 utile per visualizzare due variabili quando la vera relazione tra loro segue un qualche tipo di legge di potere.<\/span><\/p>\n Questo tutorial spiega come creare un grafico log-log in Python.<\/span><\/p>\n Supponiamo di avere i seguenti panda DataFrame:<\/span> <\/p>\n \u00c8 chiaro che la relazione tra xey<\/em> segue una legge di<\/em> potenza.<\/span><\/p>\n Il codice seguente mostra come utilizzare numpy.log()<\/strong> per eseguire una trasformazione log sulle due variabili e creare un grafico log-log per visualizzare la relazione tra loro:<\/span> <\/p>\n L’asse x mostra il logaritmo di x e l’asse y mostra il logaritmo di y.<\/span><\/p>\n Si noti come la relazione tra log(x) e log(y) sia molto pi\u00f9 lineare rispetto al grafico precedente.<\/span><\/p>\n Sentiti libero di aggiungere un titolo e le etichette degli assi per rendere la trama pi\u00f9 facile da interpretare:<\/span> <\/p>\n Tieni inoltre presente che puoi creare un grafico a linee anzich\u00e9 un grafico a dispersione semplicemente utilizzando plt.plot()<\/strong> come segue:<\/span> <\/p>\n Come creare un grafico log-log in R<\/a> Un grafico log-log \u00e8 un grafico che utilizza scale logaritmiche sia sull’asse x che sull’asse y. Questo tipo di grafico \u00e8 utile per visualizzare due variabili quando la vera relazione tra loro segue un qualche tipo di legge di potere. Questo tutorial spiega come creare un grafico log-log in Python. Come creare un grafico log-log […]<\/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 Come creare un grafico log-log 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![\"Grafico](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/loglogpython4.png\")
<\/p>\n Risorse addizionali<\/strong><\/span><\/h3>\n
Come creare un grafico log-log in Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"