如何在matplotlib中製作散點圖對數刻度（帶原始刻度中的標籤）

Question

如何在matplotlib中製作一些這樣的繪圖，爲了簡單起見，我試圖使用(np.log10(df['amount'].dropna().values))，但x標記是對數刻度（不是原始刻度），我要像大衛·羅賓遜的情節，這是我

label price growth 
A  90  10% 
B  32  32% 
C  3  22% 
D  0.3  16% 
E  1  10% 

我想是這樣的

Answer 1

你可以使用seaborn做到這一點：

import seaborn as sns 
import matplotlib.pyplot as plt 
import pandas as pd 
%matplotlib inline 

數據：

label price growth 
0 A 90.0 0.10 
1 B 32.0 0.32 
2 C 3.0  0.22 
3 D 0.3  0.16 
4 E 1.0  0.10 

簡介：

ax = sns.lmplot('price', # Horizontal axis 
      'growth', # Vertical axis 
      data=data, # Data source 
      fit_reg=False, # Don't fix a regression line 
      size = 5, 
      aspect =1) # size and dimension 

plt.title('Example Plot') 
# Set x-axis label 
plt.xlabel('price') 
plt.xscale('log') 
# Set y-axis label 
plt.ylabel('growth') 


def label_point(x, y, val, ax): 
    a = pd.concat({'x': x, 'y': y, 'val': val}, axis=1) 
    for i, point in a.iterrows(): 
     ax.text(point['x']+.02, point['y'], str(point['val'])) 

label_point(data.price, data.growth, data.label, plt.gca())