Matplotlib Logarithmische Achsenplot Tutorial

Einführung

Dieser schrittweise Leitfaden führt Sie durch den Prozess der Erstellung von Diagrammen mit logarithmischen Achsen mithilfe von Python Matplotlib. In diesem Leitfaden werden folgende Themen behandelt:

Semilogy-Diagramm
Semilogx-Diagramm
Loglog-Diagramm
Fehlerbalkendiagramm

Tipps für die virtuelle Maschine

Nachdem der Start der virtuellen Maschine abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Semilogy-Diagramm

Das Semilogy-Diagramm ist ein Diagramm mit logarithmischer Skala auf der y-Achse. Es eignet sich zur Visualisierung von Daten mit einem großen Wertebereich.

import matplotlib.pyplot as plt
import numpy as np

## Data for plotting
t = np.arange(0.01, 20.0, 0.01)

## Create figure
fig, ax1 = plt.subplots()

## Plot data on semilogy plot
ax1.semilogy(t, np.exp(-t / 5.0))

## Add title and grid to plot
ax1.set(title='Semilogy Plot')
ax1.grid()

## Display plot
plt.show()

Semilogx-Diagramm

Das Semilogx-Diagramm ist ein Diagramm mit logarithmischer Skala auf der x-Achse. Es eignet sich zur Visualisierung von Daten mit einem großen Wertebereich auf der x-Achse.

import matplotlib.pyplot as plt
import numpy as np

## Data for plotting
t = np.arange(0.01, 20.0, 0.01)

## Create figure
fig, ax2 = plt.subplots()

## Plot data on semilogx plot
ax2.semilogx(t, np.sin(2 * np.pi * t))

## Add title and grid to plot
ax2.set(title='Semilogx Plot')
ax2.grid()

## Display plot
plt.show()

Loglog-Diagramm

Das Loglog-Diagramm ist ein Diagramm mit logarithmischer Skala auf sowohl der x-Achse als auch der y-Achse. Es eignet sich zur Visualisierung von Daten mit einem großen Wertebereich auf beiden Achsen.

import matplotlib.pyplot as plt
import numpy as np

## Data for plotting
t = np.arange(0.01, 20.0, 0.01)

## Create figure
fig, ax3 = plt.subplots()

## Plot data on loglog plot
ax3.loglog(t, 20 * np.exp(-t / 10.0))

## Set x-axis scale to base 2
ax3.set_xscale('log', base=2)

## Add title and grid to plot
ax3.set(title='Loglog Plot')
ax3.grid()

## Display plot
plt.show()

Fehlerbalkendiagramm

Das Fehlerbalkendiagramm ist ein Diagramm, das Fehlerbalken für jeden Datenpunkt anzeigt. Wenn ein Datenpunkt einen negativen Wert hat, wird er auf 0,1 abgeschnitten.

import matplotlib.pyplot as plt
import numpy as np

## Data for plotting
x = 10.0**np.linspace(0.0, 2.0, 20)
y = x**2.0

## Create figure
fig, ax4 = plt.subplots()

## Set x-axis and y-axis to logarithmic scale
ax4.set_xscale("log", nonpositive='clip')
ax4.set_yscale("log", nonpositive='clip')

## Plot data with error bars
ax4.errorbar(x, y, xerr=0.1 * x, yerr=5.0 + 0.75 * y)

## Set title and y-axis limit
ax4.set(title='Fehlerbalkendiagramm')
ax4.set_ylim(bottom=0.1)

## Display plot
plt.show()

Zusammenfassung

Python Matplotlib ist ein leistungsstarkes Tool zur Erstellung von Datenvisualisierungen. In diesem Tutorial wurde erklärt, wie man Diagramme mit logarithmischen Achsen mit Hilfe von Semilogy-, Semilogx-, Loglog- und Fehlerbalkendiagrammen erstellt. Mit diesen Diagrammtypen können Sie Daten mit einem großen Wertebereich effektiv visualisieren.

Matplotlib Logarithmische Achsenplot