Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment créer un tracé journal-journal en Python



Un tracé log-log est un tracé qui utilise des échelles logarithmiques à la fois sur l’axe des x et sur l’axe des y.

Ce type de tracé est utile pour visualiser deux variables lorsque la véritable relation entre elles suit un certain type de loi de puissance.

Ce didacticiel explique comment créer un tracé log-log en Python.

Comment créer un tracé journal-journal en Python

Supposons que nous ayons le DataFrame pandas suivant :

import pandas as pd
import matplotlib.pyplot as plt

#create DataFrame
df = pd.DataFrame({'x': [3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13,
                         14, 15, 16, 17, 18, 19, 20, 21, 22],
                   'y': [3, 4, 5, 7, 9, 13, 15, 19, 23, 24, 29,
                         38, 40, 50, 56, 59, 70, 89, 104, 130]})

#create scatterplot
plt.scatter(df.x, df.y)

Il est clair que la relation entre x et y suit une loi de puissance.

Le code suivant montre comment utiliser numpy.log() pour effectuer une transformation de journal sur les deux variables et créer un tracé log-log pour visualiser la relation entre elles :

import numpy as np

#perform log transformation on both x and y
xlog = np.log(df.x)
ylog = np.log(df.y)

#create log-log plot
plt.scatter(xlog, ylog)

L’axe des x affiche le journal de x et l’axe des y affiche le journal de y.

Remarquez comment la relation entre log(x) et log(y) est beaucoup plus linéaire par rapport au tracé précédent.

N’hésitez pas à ajouter un titre et des étiquettes d’axe pour faciliter l’interprétation du tracé :

#create log-log plot with labels
plt.scatter(xlog, ylog, color='purple')
plt.xlabel('Log(x)')
plt.ylabel('Log(y)')
plt.title('Log-Log Plot')

Notez également que vous pouvez créer un tracé linéaire au lieu d’un nuage de points en utilisant simplement plt.plot() comme suit :

#create log-log line plot
plt.plot(xlog, ylog, color='purple')
plt.xlabel('Log(x)')
plt.ylabel('Log(y)')
plt.title('Log-Log Plot')

Tracé journal-journal en Python

Ressources additionnelles

Comment créer un tracé journal-journal dans R
Comment créer un tracé journal-journal dans Excel

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *