MatplotlibでY軸スケール（linear・log・logit・symlog）を名前で指定してプロットする方法

Matplotlibでは、plt.yscale()メソッドにスケール名を文字列で渡すだけで、Y軸のスケールを簡単に切り替えることができます。この記事では、「linear」「log」「symlog」「logit」の4種類のスケールを名前で指定して、1つの図に並べて表示する方法を解説します。

実装の手順

• figureサイズを設定し、サブプロット間の余白（パディング）を調整します。
• numpyを使ってyデータポイントを作成します。
• 同様にnumpyを使ってxデータポイントを作成します。
• plt.subplot()でインデックス1の位置にサブプロットを追加します。
• plot()メソッドでxとyのデータポイントをプロットします。
• linearスケールを適用するには、plt.yscale("linear")を使用します。
• plt.title()で現在のサブプロットにタイトルを設定します。
• 手順4〜7を、異なるインデックス・スケール名・タイトルで繰り返します。
• 最後にshow()メソッドで図を表示します。

サンプルコード

import numpy as np
import matplotlib.pyplot as plt

# 図のサイズとレイアウトを設定
plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

# 0〜1の範囲に収まる正規分布の乱数データを作成
y = np.random.normal(loc=0.5, scale=0.4, size=1000)
y = y[(y > 0) & (y < 1)]
y.sort()
x = np.arange(len(y))

# linear（線形）
plt.subplot(221)
plt.plot(x, y)
plt.yscale('linear')
plt.title('linear')

# log（対数）
plt.subplot(222)
plt.plot(x, y)
plt.yscale('log')
plt.title('log')

# symlog（対称対数）
plt.subplot(223)
plt.plot(x, y - y.mean())
plt.yscale('symlog', linthresh=0.01)
plt.title('symlog')

# logit（ロジット）
plt.subplot(224)
plt.plot(x, y)
plt.yscale('logit')
plt.title('logit')

plt.show()

各スケールの特徴

• linear：通常の線形スケール。値がそのまま等間隔で表示されます。
• log：対数スケール。桁違いのデータを扱う場合に有効です。0以下の値は表示できません。
• symlog：対称対数スケール。0付近は線形、絶対値が大きい領域は対数的に表示されるため、正負両方の値を含むデータに適しています。linthreshで線形領域の閾値を指定します。
• logit：ロジットスケール。(0, 1)の開区間にある確率のようなデータを扱うのに適しています。

実行結果

上記のコードを実行すると、2×2のグリッド状に4つのサブプロットが表示され、それぞれ異なるY軸スケールが適用されたグラフを確認できます。同じデータでもスケールによって見え方が大きく変わるため、データの性質に応じて適切なスケールを選択することが重要です。

注意： 旧バージョンのMatplotlibではlinthreshyという引数名が使われていましたが、Matplotlib 3.3以降では非推奨となり、linthreshに変更されています。新しい環境ではlinthreshを使用してください。