Plotando Decaimento Exponencial com Semilog de Matplotlib

Introdução

Este tutorial irá guiá-lo sobre como atribuir uma escala logarítmica para o eixo x usando matplotlib.axes.Axes.semilogx em Python Matplotlib. Uma escala logarítmica é útil quando os dados que você deseja plotar abrangem várias ordens de magnitude. Neste tutorial, usaremos um exemplo de plotagem de decaimento exponencial como uma função do tempo.

Dicas para a VM

Após a inicialização da VM, clique no canto superior esquerdo para mudar para a aba Notebook para acessar o Jupyter Notebook para praticar.

Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido a limitações no Jupyter Notebook.

Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.

Importar as bibliotecas necessárias

Usaremos as bibliotecas numpy e matplotlib neste tutorial.

import matplotlib.pyplot as plt
import numpy as np

Gerar dados

Geraremos dados para a função de decaimento exponencial np.exp(-t / 5.0) usando a biblioteca numpy.

dt = 0.01
t = np.arange(dt, 20.0, dt)

Criar um gráfico e definir o eixo x para escala logarítmica

Criamos um objeto de figura e eixos usando o método subplots(). Em seguida, plotamos a função de decaimento exponencial usando o método semilogx() e definimos o eixo x para uma escala logarítmica usando o método set_xscale(). Também adicionamos uma grade ao gráfico usando o método grid().

fig, ax = plt.subplots()

ax.semilogx(t, np.exp(-t / 5.0))
ax.set_xscale('log')
ax.grid()

Mostrar o gráfico

Usamos o método show() para exibir o gráfico.

plt.show()

Resumo

Neste tutorial, aprendemos como atribuir uma escala logarítmica ao eixo x usando o método matplotlib.axes.Axes.semilogx. Também aprendemos como gerar dados para uma função de decaimento exponencial e adicionar uma grade ao gráfico.