如何使用plt.loglog在matplotlib中用斜率绘制直线

Question

这里我需要绘制一个频率和一个斜率为-5/3的简单直线。

问题是，主要的情节是使用plt.loglog()，当我想显示行时，它没有给我任何东西或奇怪的东西。

这是它的照片。我已经画好了右边的那个，而我想要的是左边的那个。

​

​

我已经使用了np.linspace和其他一些东西，但是我无法解决这个问题。此外，还不清楚在哪个点，我有频率图的第一个和结束。这也是我不能使用“np.linspace”的另一个原因。有谁可以帮我？

Answer 1

非常感谢你的关注。我试过了你的代码，但我发现也许有更好的方法来处理我的数据集。所以我做了这个：

• 将dataset类更改为np.array()，并在其上具有np.log()函数：

x = ... # type(x) = list
y = ... # type(y) = list
.
.
.
x = np.log(np.array(x))
y = np.log(np.array(y))

在这种情况下，我不再需要在计算中使用plt.loglog()或np.log()和np.exp()。

• 查找x和y的最小值、最大值和平均值：

ymin, ymax = ([y.min(), y.max()])
ymid = (ymin + ymax) / 2
xmin, xmax = ([x.min(), x.max()])
xmid = (xmin + xmax) / 2

• 使用np.linspace()作为rest：

slope = - 5 / 3
x1 = np.linspace(xmin, xmax)
y1 = slope * (x1 - xmid) + ymid
ax.plot(x1, y1, 'r')

得到了我想要的结果。

结果

​

编辑:原版的地块。

​

因此，最好在频谱中使用plt.loglog()图，我编辑了以下内容：

​

• 将回x和y改为正常np.array()

x = array(...)
y = array(...)

• 找出x和y的中间有直线的中心，使用简单的直线方程，然后用np.exp()绘制这条线。

ymin, ymax = log([y.min(), y.max()])
ymid = (ymin + ymax) / 2
xmin, xmax = log([x.min(), x.max()])
xmid = (xmin + xmax) / 2

slope = - 5 / 3
y1 = slope * (xmin - xmid) + ymid
y2 = slope * (xmax - xmid) + ymid
ax.plot(exp([xmin, xmax]), exp([y1, y2]), 'r')
plt.loglog()

结果

正如你现在所看到的，我们有了原状的地块。

Answer 2

这是一种可能的方法。所有的计算都发生在日志空间。将点转换回线性空间进行绘制。当matplotlib绘制一条直线时，给定的两点总是一样的直线，独立于轴的变换，只需要两个点。

步骤：

• 找到曲线的最低和最高值(y0，y1)；这些值定义了斜线的延伸。
• 在曲线中心附近找一个点(mid_x，mid_y)；这个点是一个锚点，用来知道斜线应该往哪里走。
• 查找与斜线(mid_x，mid_y)对应的x值，然后转到y0和y1

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(figsize=(8, 8))
# first create some toy data roughly resembling the example plot
x = np.linspace(10, 2000, 1000)
y = np.random.normal(2000 / x ** np.linspace(.7, .55, x.size), 100 / x ** .7)
ax.plot(x, y)
y0, y1 = np.log([y.min(), y.max()])
# mid_x, mid_y = np.log([x[x.size // 2],  y[y.size // 2]])
mid_x, mid_y = (np.log(x.min()) + np.log(x.max())) / 2, (y0 + y1) / 2
slope = -5 / 3
x0 = mid_x + slope * (y0 - mid_y)
x1 = mid_x + slope * (y1 - mid_y)
ax.plot(np.exp([x0, x1]), np.exp([y0, y1]), color='crimson')

plt.loglog()
plt.show()

​

​