Skalierung

3.1.5. Skalierung#

Die Wahl der richtigen Skalierung, d.h. des Darstellungsbereichs und der Darstellungsbasis, ist beim Vergleich von Daten wichtig.

import matplotlib.pyplot as plt
# Beispieldatensätze

x = []
y0 = []
y1 = []
for i in range(20):
    cx = i * 0.5
    x.append( cx )
    y0.append( 5*cx )
    y1.append( cx**3 * 1e-1 )

Darstellungsbereich#

Der Darstellungsbereich kann mit den Methoden plt.xlim bzw. plt.ylim gewählt werden. Grundsätzlich wählt matplotlib den Bereich so aus, dass alle Daten darin abgebildet werden können. Mit Hilfe der beiden Funktionen können diese Bereiche manuell festlegen.

Beide Methoden nehmen eine Liste mit zwei Elementen als Argument. Das erste Element enthält den minimalen Wert der Skala und der zweite den maximalen. Soll nur einer von beiden gesetzt werden, so kann dies durch die Argumente xmin und xmax bzw. ymin und ymax erfolgen.

# Vergleichsgraphik
plt.plot(x, y0)
plt.plot(x, y1);
../../../_images/6c1660ded037a5b24b3f05dd7e4bfe3fd242d0961907507c70a789b5cffd3fef.png
# Beispielplots
plt.plot(x, y0)
plt.plot(x, y1)

# Definition des darzustellenden Bereichs
plt.xlim(right=3)
plt.ylim([-1,10]);
../../../_images/7d9d9052d9ef5fca38f1ed3b96f5667c53cabc8ab02895c2281cc4bdc4b8355f.png

Basis#

Anstelle einer linearen Darstellung der Daten können für Graphiken z.B. logarithmische Achsen gewählt werden. Hierzu werden die Methoden plt.xscale bzw. plt.yscale verwendet. Um die entsprechende Achse logarithmisch darzustellen, wird das Argument 'log' übergeben.

plt.plot(x, y0)
plt.plot(x, y1)

plt.xscale('log')
plt.yscale('log')

plt.grid()
../../../_images/b5871680f35b0f8e53d2aa08e59f9914803d2eff6964963a069c9164cf7245ec.png