在matplotlib中,我可以使用pyplot.xscale()或设置轴缩放Axes.set_xscale().这两个函数都接受三种不同的尺度:'linear'| 'log'| 'symlog'.
'log'和之间有什么区别'symlog'？在我做过的简单测试中,它们看起来完全相同.
我知道文档说它们接受不同的参数,但我仍然不明白它们之间的区别.有人可以解释一下吗？如果它有一些示例代码和图形,答案将是最好的!(另外:'symlog'这个名字来自哪里？)
我有下面的代码,我想将数据中的所有零转换为None's(因为我不想在matplotlib中绘制数据).但是,代码不起作用,0.仍在打印中
sd_rel_track_sum=np.sum(sd_rel_track, axis=1)
for i in sd_rel_track_sum:
print i
if i==0:
i=None
return sd_rel_track_sum
任何人都可以想到解决这个问题.或者只是我可以将所有0转移到的答案None.或者只是不在Matplotlib中绘制零值.
我有一个非常大且稀疏的垃圾邮件 Twitter 帐户数据集，它需要我缩放 x 轴，以便能够可视化各种变量的分布（直方图、kde 等）和 cdf（tweets_count、关注者数量/关注者数量） ETC）。
> describe(spammers_class1$tweets_count)
var n mean sd median trimmed mad min max range skew kurtosis se
1 1 1076817 443.47 3729.05 35 57.29 43 0 669873 669873 53.23 5974.73 3.59
在这个数据集中，值 0 具有巨大的重要性（实际上 0 应该具有最高的密度）。然而，使用对数标度时，这些值将被忽略。例如，我想将该值更改为 0.1，但是如果存在拥有 10^-1 关注者的垃圾邮件帐户，则没有意义。
那么， python 和 matplotlib 中的解决方法是什么？