matplotlib
LogLog Graphing

Wprowadzenie

Grafowanie LogLog

Niech y (x) = A * x ^ a, na przykład A = 30 i a = 3,5. Biorąc logarytm naturalny (ln) z obu stron, uzyskujemy (stosując wspólne reguły dla logarytmów): ln (y) = ln (A * x ^ a) = ln (A) + ln (x ^ a) = ln (A) + a * ln (x). Zatem wykres z osiami logarytmicznymi dla obu xi y będzie krzywą liniową. Nachylenie tej krzywej jest wykładnikiem a y (x), podczas gdy przecięcie y y (0) jest logarytmem naturalnym A, ln (A) = ln (30) = 3,401.

Poniższy przykład ilustruje związek między funkcją wykładniczą a liniowym wykresem dziennika (funkcja to y = A * x ^ a przy A = 30 i a = 3,5):

import numpy as np
import matplotlib.pyplot as plt
A = 30
a = 3.5
x = np.linspace(0.01, 5, 10000)
y = A * x**a

ax = plt.gca()
plt.plot(x, y, linewidth=2.5, color='navy', label=r'$f(x) = 30 \cdot x^{3.5}$')
plt.legend(loc='upper left')
plt.xlabel(r'x')
plt.ylabel(r'y')
ax.grid(True)
plt.title(r'Normal plot')
plt.show()
plt.clf()

xlog = np.log(x)
ylog = np.log(y)
ax = plt.gca()
plt.plot(xlog, ylog, linewidth=2.5, color='navy', label=r'$f(x) = 3.5\cdot x + \ln(30)$')
plt.legend(loc='best')
plt.xlabel(r'log(x)')
plt.ylabel(r'log(y)')
ax.grid(True)
plt.title(r'Log-Log plot')
plt.show()
plt.clf()