Seaborn 图中的反向对数标度
Python 配备了不同的函数来处理对数和指数值。我们使用 numpy 和 math 模块提供的 log()
和 exp()
函数来计算这些值。
例如,
print(np.log(50))
print(np.exp(3.912023005428146))
输出:
3.912023005428146
49.99999999999999
上述两个函数的许多更改使我们能够计算具有不同基数和更多基数的对数。指数值被视为逆对数或反向对数值。
也可以在图形和绘图上处理这些值。seaborn 模块基于 matplotlib 模块,用于可视化目的,可以创建许多不同类型的图形。我们可以使用不同的函数根据我们的要求调整最终数字。
在本教程中,我们将学习在 Python 中反转 seaborn 图上的对数值。
在我们的示例中,我们将使用 log 函数来计算所需的值,并使用 seaborn 模块的 violinplot()
函数绘制它们。
看下面的代码,
import seaborn as sns
import numpy as np
lst = [1,5,8,9,5,2,5,6,9]
pl = sns.violinplot(y=np.log(lst))
我们可以使用 set_yticklabels()
和 set_xticklabels()
函数在两个轴上自定义标签刻度值。我们将使用具有上述功能的反向日志功能来设置刻度标签值。
例如,
import seaborn as sns
import numpy as np
lst = [1,5,8,9,5,2,5,6,9]
pl = sns.violinplot(y=np.log(lst))
pl.set_yticklabels([f'{np.expm1(l):.2f}' for l in pl.get_yticks()])
get_yticks()
函数返回默认标签,我们使用 exp()
函数计算它们的反向日志。我们使用 Python 中用于字符串格式化的 fstrings 将最终结果格式化为仅两位小数。
通过这种方式,我们通过计算列表元素的对数值并使用反向对数函数在刻度标签上提及原始值来创建小提琴图。
请注意,我们在示例中使用了 numpy 模块中的函数,而不是 math 模块。这是因为 numpy log()
和 exp()
函数也可以直接计算列表或数组的所需值。
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn