Python：具有非线性 x 轴的散点图

如何解决Python：具有非线性 x 轴的散点图

我有很多 x 值在 0 左右的数据，而当你上升到 950 左右时，只有少数 x 值，

我想创建一个具有非线性 x 轴的图，以便可以以“直线”形式查看关系。就像在这个例子中看到的那样，

我曾尝试使用 plt.xscale('log') 但它没有达到我想要的效果。

我无法将对数刻度函数与散点图一起使用，因为它只显示 3 个值，而不是现有的数千个值。

我尝试使用

plt.plot(retper,aep_NW[y],marker='o',linewidth=0)

复制散点函数，该函数绘制但不显示我想要的内容。

plt.figure(1)
plt.scatter(rp,aep,label="SSI sum")
plt.show()

图 3：

plt.figure(3)
plt.scatter(rp,aep)
plt.xscale('log')
plt.show()

图 4：

plt.figure(4)
plt.plot(rp,linewidth=0)
plt.xscale('log')
plt.show()

补充：您好，感谢您的回复。我认为我的 x 轴被截断是正确的，但我不确定为什么或如何...... 我不确定应该发布什么代码，因为数据很大并且来自服务器，因此无法真正为您提供数据来查看它。

基本上 aep_NW 是一个一维数组，有 951 个元素，值在 0-~140 之间，大多数值很小，只有几个较大的值。数据代表了 951 年的风暴强度指数。

然后我希望 x 轴是这些值的返回周期，所以基本上我制作了一个相同大小的 rp 数组，它的值从 951 开始，每次减少一半。

然后我将 aep_NW 值从最低到最高排序，最高值与最大回报值 (951) 相关联，然后是第二高的 aep_NW 值与第二大回报期值 (475.5) 等相关联。

因此，当我绘制它时，我需要 x 轴比例类似于您上面显示的示例或我最初附加的第一张图像。

rp = [0]*numseas.shape[0]
i = numseas.shape[0] - 1
rp[i] = numseas.shape[0]
i = i - 1
while i != 0:
    rp[i] = rp[i+1]/2
    i = i - 1

y = np.argsort(aep_NW)
fig,ax = plt.subplots()
ax.scatter(rp,label="SSI sum")
ax.set_xscale('log')
ax.set_xlabel("Return period")
ax.set_ylabel("SSI score")
plt.title("AEP for NW Europe: total loss per entire extended winter season")
plt.show()

解决方法

看起来在您的“Image 3”中 x 轴被截断，因此您看不到您感兴趣的数据。这似乎是因为您的“rp”数组中有 0 .我更新了示例以显示您看到的错误，一种排除零的方法，以及一种剪切它们并以不同比例显示它们的方法。

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

n = 100
numseas = np.logspace(-5,3,n)
aep_NW = np.linspace(0,140,n)

rp = [0]*numseas.shape[0]
i = numseas.shape[0] - 1
rp[i] = numseas.shape[0]
i = i - 1
while i != 0:
    rp[i] = rp[i+1] /2
    i = i - 1

y = np.argsort(aep_NW)
fig,axes = plt.subplots(1,figsize=(14,5))
ax = axes[0]
ax.scatter(rp,aep_NW[y],label="SSI sum")
ax.set_xscale('log')
ax.set_xlabel("Return period")
ax.set_ylabel("SSI score")

ax = axes[1]
rp = np.array(rp)[y]
mask = rp > 0
ax.scatter(rp[mask],aep_NW[y][mask],label="SSI sum")
ax.set_xscale('log')
ax.set_xlabel("Return period (0 values excluded)")

ax = axes[2]
log2_clipped_rp = np.log2(rp.clip(2**-100,None))[y]
ax.scatter(log2_clipped_rp,label="SSI sum")
xticks = list(range(-110,11,20))
xticklabels = [f'$2^{{{i}}}$' for i in xticks]
ax.set_xticks(xticks)
ax.set_xticklabels(xticklabels)
ax.set_xlabel("log$_2$ Return period (values clipped to 2$^{-100}$)")

plt.show()