matplotlib.axes.Axes.semilogie #

Achsen. Semilogie ( * args , ** kwargs ) [Quelle] #

Erstellen Sie ein Diagramm mit logarithmischer Skalierung auf der y-Achse.

Rufsignaturen:

semilogy([x], y, [fmt], data=None, **kwargs)
semilogy([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

Dies ist nur ein dünner Wrapper, um plotden zusätzlich die y-Achse auf logarithmische Skalierung umgestellt wird. Alle Konzepte und Parameter von Plot können auch hier verwendet werden.

Die zusätzlichen Parameter base , subs und nonpositiv steuern die Eigenschaften der y-Achse. Sie werden nur weitergeleitet an Axes.set_yscale.

Parameter :
Basisfloat , Standard: 10

Basis des y-Logarithmus.

subs Array-ähnlich, optional

Die Position der kleinen Yticks. Wenn None , werden geeignete Orte automatisch ausgewählt, abhängig von der Anzahl der Jahrzehnte im Plot. Siehe Axes.set_yscalefür Details.

nonpositiv {'mask', 'clip'}, default: 'mask'

Nicht positive Werte in y können als ungültig maskiert oder auf eine sehr kleine positive Zahl begrenzt werden.

**Kwarg

Alle Parameter unterstützt von plot.

Rückgaben :
Liste vonLine2D

Objekte, die die gezeichneten Daten darstellen.

Beispiele mit matplotlib.axes.Axes.semilogy#

Log-Demo

Log-Demo

Log-Demo
SkewT-logP-Diagramm: Verwenden von Transformationen und benutzerdefinierten Projektionen

SkewT-logP-Diagramm: Verwenden von Transformationen und benutzerdefinierten Projektionen

SkewT-logP-Diagramm: Verwenden von Transformationen und benutzerdefinierten Projektionen