用matplotlib在semilog图上绘制直线

Question

严格来说，这不是半原始情节。我使用此代码获得对数y-axis：

pyplot.gca().set_yscale('log')

编辑：好吧，也许我太过分了。我需要从x轴以45度角绘制直线。类似于图像中的线条，但实际上笔直且呈45度角。我还需要根据其y值移动任何x值。

在45度角绘制已知y值和未知x值的直线的公式是什么？ （也许数学论坛会更合适？）

我的教育水平相当低，所以例如我不得不教会自己前几天的对数，因为我从未在学校里学过。所以我无法找到一种自己绘制直线的方法。

Answer 1

好的，我要用迄今为止我想到的问题回答这个问题。

为了在semilog上绘制直线，有两种主要方法。如果你有一个x值列表，并希望得到相应的y值，它们将绘制一条直线，那么你只需在每个x值上调用numpy.exp（）。

import matplotlib.pyplot as plt
import numpy as np

plt.gca().set_yscale('log')

x = np.arange(0, 51, 10)
y = np.exp(x)

plt.plot(x, y, 'k-')
plt.show()

这是一些证明。

如果要绘制具有已知y值和未知x值的直线，请执行相反的操作。

import matplotlib.pyplot as plt
import numpy as np

plt.gca().set_yscale('log')

y = np.arange(0, 1001, 100)
x = np.log(y)

plt.plot(x, y, 'k-')
plt.show()

这里有更多证据。

现在，在偏斜的背景下，还有更多工作要做。生成skew-t时，您需要同时使用已知的y值和已知的x值。这是一个示例函数，它接受温度（x值）和电平（y值）并返回适当倾斜的x值。

def get_skewed_x(level, temp):
    base_log = (-30 * np.log(1000))
    top_log = (-30 * np.log(level))
    diff = base_log - temp
    x = top_log - diff
    return x

该函数接受应绘制数据的级别和温度值。

这个函数看起来相当复杂，但那是因为当你通过在y值上调用np.log（）在semilog上创建一条直线时，x值将偏离它所需的位置。因此，您需要找到值实际位置与应该位置之间的差异。无论您在哪个级别绘制数据，您都知道它应该在最低级别绘制的位置，因此您必须在最低级别找到差异，然后才能在较高级别应用它。

一旦你知道了“偏移”，你只需要补偿所有偏斜x值的差异。这些值乘以-30的原因是特定于应用程序的。此数字需要根据图的y限制和x限制进行更改。

根据情节，np.log（1000）中的“1000”可能也需要更改。这应该是skew-t图中的最低级别（最高y值）。

关键是，如果您知道应该在哪个温度上绘制数据，以及您想要绘制数据的级别，此功能将正确地扭曲该值（当针对您的特定情节调整-30时） 。

要查看该功能的实际应用，以下是在500级绘制温度为10的数据点的样子。

get_skewed_x(500, 10)

蓝点表示数据点的绘制位置。

可能有一个更优雅的解决方案，但这是我现在最好的。