有時候，我們將數據變換之后再繪圖，一方面，可以突出某些區域的數據；另一方面，變換之后可以更好的看出數據之間的關系。

創新互聯是一家專注于網站設計制作、做網站與策劃設計,肅州網站建設哪家好?創新互聯做網站,專注于網站建設十多年,網設計領域的專業建站公司;建站業務涵蓋:肅州等地區。肅州做網站價格咨詢:028-86922220

matplotlib 提供了兩種變換數據的方式，一種是 Scale（縮放），一種是Projection（投影）。

Scale是對數據的一個維度進行變換，Projection則是對2個或者2個以上的維度進行變換。

Scale - 縮放

線性縮放

線性縮放是默認的縮放方式，數據的值是通過線性變換之后顯示在圖形的。
每個數值變換成圖形上的像素位置之后繪制在圖形上。

比如：

x = list(range(1, 11))
y = x

fig = plt.figure(figsize=(6,6))
ax = plt.subplot(1,1,1, aspect=1, xlim=[1,10], ylim=[1,10])
ax.plot(x, y, marker="o")

plt.show()

顯示圖形如下：

上面的例子中，x 和 y 的關系是 y = x，如果 x 和 y 的關系是 y = 10^x，仍然用線性縮放顯示的話，圖形會被壓縮成一個非常窄的長條形。

比如下面的代碼：

import math

x = list(range(1, 11))
y = [ math.pow(10, a) for a in x]

fig = plt.figure(figsize=(6,6))
ax = plt.subplot(1,1,1, aspect=1, xlim=[1,10])
ax.plot(x, y, marker="o")

plt.show()

可以試試看，因為 x 的值很小的時候，y 的值就會很大，顯示出來的圖幾乎無法查看。

對數縮放

matplotlib 中默認還提供了

• log：以10為底數的對數縮放，不支持負數和0
• logit：以2為底數的對數縮放，不支持負數和0
• symlog：包含線性縮放和對數縮放，0附近的值用線性縮放，其他值用對數縮放

上面的例子中，x 和 y 的關系是 y = 10^x，所以，我們可以在Y軸上用對數縮放。
同時調節 ylim 的范圍，使得圖形顯示的更加均勻。

import math

x = list(range(1, 11))
y = [ math.pow(10, a) for a in x]

fig = plt.figure(figsize=(6,6))
ax = plt.subplot(1,1,1, aspect=1, xlim=[1,10], ylim=[10, math.pow(10, 10)])
ax.set_yscale('log')
ax.plot(x, y, marker="o")

plt.show()

顯示效果如下：

自定義縮放

自定義縮放函數時，定義2個可互相轉換的函數。
比如，對于 y = x^2 關系，也就是，y 是 x 的平方。默認顯示的效果如下：

x = list(range(1, 11))
y = [ a * a for a in x]

fig = plt.figure(figsize=(6,6))
ax = plt.subplot(1,1,1, aspect=1, xlim=[1,10], ylim=[1, 10*10])

ax.plot(x, y, marker="o")

plt.show()

添加自定義縮放后：

def forward(x):
    return x**2

def inverse(x):
    return x**(1/2)

x = list(range(1, 11))
y = [ a * a for a in x]

fig = plt.figure(figsize=(6,6))
ax = plt.subplot(1,1,1, aspect=1, xlim=[1,10], ylim=[1, 10*10])

ax.set_xscale('function', functions=(forward, inverse))
ax.plot(x, y, marker="o")

plt.show()

圖形的顯示美觀很多。

Projection - 投影

投影是多個維度的變換，一般用在坐標系的轉換上。

笛卡爾坐標系和極坐標系

比如，下面例子中分別將數據顯示在笛卡爾坐標系和極坐標中，體會下其中的區別。

x = list(range(1, 11))
y = x

fig = plt.figure(figsize=(12,6))
ax1 = plt.subplot(1,2,1, aspect=1, xlim=[1,10], ylim=[1, 10], projection='polar')
ax1.plot(x, y, marker="o")

ax2 = plt.subplot(1,2,2, aspect=1, xlim=[1,10], ylim=[1, 10])
ax2.plot(x, y, marker="o")

plt.show()

極坐標系一般用在非線性的關系中，上面的數據用 笛卡爾坐標更合適。

投影的場景

投影使用的場景其實不只是坐標系的變換。

因為我們平時繪制2D圖形比較多，2D圖形只有2個維度，所以一般用縮放（Scale）變換就足夠了。
但是在 3D 圖形的場景中，投影就會用的多一些，matplotlib 繪制3D圖形需要額外的庫，這里不演示了。

此外，和地理信息結合展示數據的時候，投影也會用的比較多。
因為數據對應到經緯度上至少是2個維度的同時變換（如果地理信息中包含海拔高度信息，則是3個維度的變換）

名稱欄目：matplotlib可視化系列之【縮放和投影】
URL標題：http://m.kartarina.com/article2/dsogjic.html

成都網站建設公司_創新互聯，為您提供定制開發、網站制作、自適應網站、虛擬主機、定制網站、營銷型網站建設

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯