Ten typ wykresu jest przydatny do wizualizacji dw\u00f3ch zmiennych, gdy prawdziwa relacja mi\u0119dzy nimi jest zgodna z pewnym rodzajem prawa pot\u0119gowego.<\/span><\/p>\n W tym samouczku wyja\u015bniono, jak utworzy\u0107 wykres log-log w Pythonie.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105c\u0105 ramk\u0119 DataFrame pand:<\/span> <\/p>\n Jest oczywiste, \u017ce zwi\u0105zek mi\u0119dzy x<\/em> i y<\/em> jest zgodny z prawem pot\u0119gowym.<\/span><\/p>\n Poni\u017cszy kod ilustruje spos\u00f3b u\u017cycia funkcji numpy.log()<\/strong> do przeprowadzenia transformacji log na dw\u00f3ch zmiennych i utworzenia wykresu log-log w celu wizualizacji relacji mi\u0119dzy nimi:<\/span> <\/p>\n O\u015b x wy\u015bwietla logarytm x, a o\u015b y logarytm y.<\/span><\/p>\n Zwr\u00f3\u0107 uwag\u0119, \u017ce zwi\u0105zek mi\u0119dzy log(x) i log(y) jest znacznie bardziej liniowy w por\u00f3wnaniu z poprzednim wykresem.<\/span><\/p>\n Mo\u017cesz doda\u0107 tytu\u0142 i etykiety osi, aby u\u0142atwi\u0107 interpretacj\u0119 wykresu:<\/span> <\/p>\n Pami\u0119taj te\u017c, \u017ce mo\u017cesz utworzy\u0107 wykres liniowy zamiast wykresu punktowego, po prostu u\u017cywaj\u0105c plt.plot()<\/strong> w nast\u0119puj\u0105cy spos\u00f3b:<\/span> <\/p>\n Jak utworzy\u0107 wykres log-log w R<\/a> Wykres log-log to wykres wykorzystuj\u0105cy skal\u0119 logarytmiczn\u0105 zar\u00f3wno na osi x, jak i osi y. Ten typ wykresu jest przydatny do wizualizacji dw\u00f3ch zmiennych, gdy prawdziwa relacja mi\u0119dzy nimi jest zgodna z pewnym rodzajem prawa pot\u0119gowego. W tym samouczku wyja\u015bniono, jak utworzy\u0107 wykres log-log w Pythonie. Jak utworzy\u0107 wykres log-log w Pythonie Za\u0142\u00f3\u017cmy, \u017ce mamy […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-1648","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n Jak utworzy\u0107 wykres log-log w Pythonie<\/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![\"Wykres](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/loglogpython4.png\")
<\/p>\n Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak utworzy\u0107 wykres log-log w programie Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"