मुझे आखिरकार उनके बीच के अंतर को समझने के लिए कुछ प्रयोग करने का समय मिला। यहाँ मैंने क्या पाया:
logकेवल सकारात्मक मूल्यों की अनुमति देता है, और आपको यह चुनने की अनुमति देता है कि नकारात्मक लोगों को कैसे संभालें ( maskया clip)।symlogसममित लॉग का मतलब है , और सकारात्मक और नकारात्मक मूल्यों की अनुमति देता है।symlog प्लॉट के भीतर शून्य के चारों ओर एक सीमा निर्धारित करने की अनुमति देता है लॉगरिदमिक के बजाय रैखिक होगा।
मुझे लगता है कि सब कुछ ग्राफिक्स और उदाहरणों के साथ समझने में बहुत आसान हो जाएगा, तो आइए उन्हें आज़माएं:
import numpy
from matplotlib import pyplot
# Enable interactive mode
pyplot.ion()
# Draw the grid lines
pyplot.grid(True)
# Numbers from -50 to 50, with 0.1 as step
xdomain = numpy.arange(-50,50, 0.1)
# Plots a simple linear function 'f(x) = x'
pyplot.plot(xdomain, xdomain)
# Plots 'sin(x)'
pyplot.plot(xdomain, numpy.sin(xdomain))
# 'linear' is the default mode, so this next line is redundant:
pyplot.xscale('linear')
# How to treat negative values?
# 'mask' will treat negative values as invalid
# 'mask' is the default, so the next two lines are equivalent
pyplot.xscale('log')
pyplot.xscale('log', nonposx='mask')
# 'clip' will map all negative values a very small positive one
pyplot.xscale('log', nonposx='clip')
# 'symlog' scaling, however, handles negative values nicely
pyplot.xscale('symlog')
# And you can even set a linear range around zero
pyplot.xscale('symlog', linthreshx=20)
पूर्णता के लिए, मैंने प्रत्येक आकृति को बचाने के लिए निम्न कोड का उपयोग किया है:
# Default dpi is 80
pyplot.savefig('matplotlib_xscale_linear.png', dpi=50, bbox_inches='tight')
याद रखें कि आप आकृति का आकार बदलकर उपयोग कर सकते हैं:
fig = pyplot.gcf()
fig.set_size_inches([4., 3.])
# Default size: [8., 6.]
(यदि आप मेरे अपने प्रश्न का उत्तर देने के बारे में अनिश्चित हैं, तो इसे पढ़ें )
'
'