Построение экспоненциального затухания с использованием логарифмической шкалы в Matplotlib

PythonPythonBeginner
Практиковаться сейчас

This tutorial is from open-source community. Access the source code

💡 Этот учебник переведен с английского с помощью ИИ. Чтобы просмотреть оригинал, вы можете перейти на английский оригинал

Введение

В этом руководстве показано, как назначить логарифмическую шкалу для оси x с использованием matplotlib.axes.Axes.semilogx в Python Matplotlib. Логарифмическая шкала полезна, когда данные, которые вы хотите построить, охватывают несколько порядков величины. В этом руководстве мы будем использовать пример построения экспоненциального затухания в зависимости от времени.

Советы по работе с ВМ

После запуска ВМ щелкните в верхнем левом углу, чтобы переключиться на вкладку Ноутбук и получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) matplotlib(("Matplotlib")) -.-> matplotlib/AdvancedPlottingGroup(["Advanced Plotting"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlotCustomizationGroup(["Plot Customization"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") python/DataStructuresGroup -.-> python/tuples("Tuples") matplotlib/AdvancedPlottingGroup -.-> matplotlib/log_scale("Logarithmic Scale") matplotlib/PlotCustomizationGroup -.-> matplotlib/grid_config("Grid Configuration") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48921{{"Построение экспоненциального затухания с использованием логарифмической шкалы в Matplotlib"}} matplotlib/figures_axes -.-> lab-48921{{"Построение экспоненциального затухания с использованием логарифмической шкалы в Matplotlib"}} python/tuples -.-> lab-48921{{"Построение экспоненциального затухания с использованием логарифмической шкалы в Matplotlib"}} matplotlib/log_scale -.-> lab-48921{{"Построение экспоненциального затухания с использованием логарифмической шкалы в Matplotlib"}} matplotlib/grid_config -.-> lab-48921{{"Построение экспоненциального затухания с использованием логарифмической шкалы в Matplotlib"}} python/importing_modules -.-> lab-48921{{"Построение экспоненциального затухания с использованием логарифмической шкалы в Matplotlib"}} python/numerical_computing -.-> lab-48921{{"Построение экспоненциального затухания с использованием логарифмической шкалы в Matplotlib"}} python/data_visualization -.-> lab-48921{{"Построение экспоненциального затухания с использованием логарифмической шкалы в Matplotlib"}} end

Импортируем необходимые библиотеки

В этом руководстве мы будем использовать библиотеки numpy и matplotlib.

import matplotlib.pyplot as plt
import numpy as np

Генерируем данные

Мы сгенерируем данные для экспоненциальной функции затухания np.exp(-t / 5.0) с использованием библиотеки numpy.

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

Создаем график и назначаем логарифмическую шкалу для оси x

Мы создаем объект фигуры и оси с помощью метода subplots(). Затем мы строим экспоненциальную функцию затухания с использованием метода semilogx() и назначаем логарифмическую шкалу для оси x с помощью метода set_xscale(). Мы также добавляем сетку на график с помощью метода grid().

fig, ax = plt.subplots()

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

Показываем график

Мы используем метод show(), чтобы показать график.

plt.show()

Резюме

В этом руководстве мы узнали, как назначить логарифмическую шкалу для оси x с использованием метода matplotlib.axes.Axes.semilogx. Мы также узнали, как сгенерировать данные для экспоненциальной функции затухания и добавить сетку на график.