¿Cómo se produce un eje a escala exponencial?

Question

Considere el siguiente código:

from numpy import log2 
import matplotlib.pyplot as plt 

xdata = [log2(x)*(10/log2(10)) for x in range(1,11)] 
ydata = range(10) 
plt.plot(xdata, ydata) 
plt.show() 

Esto produce el siguiente diagrama: Mi pregunta es, ¿cómo puedo modificar esta, por lo que la trama, con los mismos datos como entrada, aparece como una línea recta? Esto básicamente requiere escalar el eje x apropiadamente, pero no puedo entender cómo hacerlo. La razón para hacer esto es que estoy mostrando una función que cambia muy poco al principio, pero comienza a fluctuar más hacia el final del intervalo válido, por lo que quiero tener una resolución horizontal más alta hacia el final. Si alguien puede proponer una solución alternativa a mi enfoque, ¡siéntete libre de hacerlo!

Answer 1

Aquí es how se hace. Un buen example a seguir. Usted simplemente subclase la clase ScaleBase.

Aquí está su transformación. No es demasiado complicado cuando eliminas todos los formateadores personalizados y esas cosas. Solo un poco detallado.

from numpy import log2 
import matplotlib.pyplot as plt 

from matplotlib import scale as mscale 
from matplotlib import transforms as mtransforms 

class CustomScale(mscale.ScaleBase): 
    name = 'custom' 

    def __init__(self, axis, **kwargs): 
     mscale.ScaleBase.__init__(self) 
     self.thresh = None #thresh 

    def get_transform(self): 
     return self.CustomTransform(self.thresh) 

    def set_default_locators_and_formatters(self, axis): 
     pass 

    class CustomTransform(mtransforms.Transform): 
     input_dims = 1 
     output_dims = 1 
     is_separable = True 

     def __init__(self, thresh): 
      mtransforms.Transform.__init__(self) 
      self.thresh = thresh 

     def transform(self, a): 
      return 10**(a/10) 

     def inverted(self): 
      return CustomScale.InvertedCustomTransform(self.thresh) 

    class InvertedCustomTransform(mtransforms.Transform): 
     input_dims = 1 
     output_dims = 1 
     is_separable = True 

     def __init__(self, thresh): 
      mtransforms.Transform.__init__(self) 
      self.thresh = thresh 

     def transform(self, a): 
      return log2(a)*(10/log2(10)) 

     def inverted(self): 
      return CustomScale.CustomTransform(self.thresh) 


mscale.register_scale(CustomScale) 

xdata = [log2(x)*(10/log2(10)) for x in range(1,11)] 
ydata = range(10) 
plt.plot(xdata, ydata) 

plt.gca().set_xscale('custom') 
plt.show() 

Answer 2

La forma más sencilla es utilizar semilogy

from numpy import log2 
import matplotlib.pyplot as plt 

xdata = log2(range(1,11)) * (10/log2(10)) 
ydata = range(10) 
plt.semilogy(xdata, ydata) 
plt.show()