วิธีสร้าง log-log plot ใน python

พล็อตบันทึกล็อก เป็นพล็อตที่ใช้มาตราส่วนลอการิทึมบนทั้งแกน x และแกน y

โครงเรื่องประเภทนี้มีประโยชน์ในการแสดงภาพตัวแปรสองตัวเมื่อความสัมพันธ์ที่แท้จริงระหว่างตัวแปรเหล่านั้นเป็นไปตามกฎอำนาจบางประเภท

บทช่วยสอนนี้จะอธิบายวิธีสร้างพล็อตบันทึกใน Python

วิธีสร้าง Log-Log Plot ใน Python

สมมติว่าเรามี DataFrame แพนด้าดังต่อไปนี้:

 import pandas as pd
import matplotlib. pyplot as plt

#createDataFrame
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 )

เห็นได้ชัดว่าความสัมพันธ์ระหว่าง x และ y เป็นไปตามกฎกำลัง

รหัสต่อไปนี้แสดงวิธีใช้ numpy.log() เพื่อทำการเปลี่ยนแปลงบันทึกในตัวแปรทั้งสอง และสร้างพล็อตบันทึกบันทึกเพื่อแสดงความสัมพันธ์ระหว่างตัวแปรทั้งสอง:

 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)

แกน x จะแสดงบันทึกของ x และแกน y จะแสดงบันทึกของ y

สังเกตว่าความสัมพันธ์ระหว่าง log(x) และ log(y) นั้นเป็นเส้นตรงมากกว่ามากเมื่อเทียบกับพล็อตก่อนหน้า

คุณสามารถเพิ่มป้ายกำกับชื่อและแกนเพื่อทำให้พล็อตตีความได้ง่ายขึ้น:

 #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 ') 

โปรดทราบว่าคุณสามารถสร้างการลงจุดเส้นแทนการลงจุดกระจายได้โดยใช้ plt.plot() ดังนี้:

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

แหล่งข้อมูลเพิ่มเติม

วิธีสร้างพล็อตล็อกล็อกใน R
วิธีสร้างพล็อต Log-Log ใน Excel