Matplotlib设置plt.xscale('log')后竖线与曲线位置不匹配问题

问题原因 #

当前代码是在线性X空间计算的插值点x_nd50，但设置对数X轴后，Matplotlib绘制的曲线是基于X的对数空间做线性插值（因为X轴刻度是对数，离散点之间的连线会遵循对数空间的线性关系），这就导致线性空间插值得到的点，在对数轴下无法落在曲线上。

解决步骤 #

需要将X转换为对数空间后再做线性插值，找到y=0.5对应的对数X值，最后还原为原始X值：

• 对原始X数组取对数（和后续轴刻度的底数保持一致，比如用log2）
• 在对数X空间插值得到对应y=0.5的log_x值
• 对log_x取指数还原为原始X值

修改后的代码 #

import numpy as np
import matplotlib.pyplot as plt

# 生成示例数据：X为对数间隔
x = np.array([1, 2, 4, 8, 16])
y = np.array([0.1, 0.2, 0.3, 0.6, 0.9])

# 在对数X空间做插值，找y=0.5对应的X值
crossings = np.where(np.diff(np.sign(y - 0.5)))[0]

if len(crossings) > 0:
    crossing_index = crossings[0]
    x1, x2 = x[crossing_index], x[crossing_index + 1]
    y1, y2 = y[crossing_index], y[crossing_index + 1]
    
    # 转换为log2空间，和后续log2刻度对应
    log_x1, log_x2 = np.log2(x1), np.log2(x2)
    # 在对数X空间执行线性插值
    log_x_nd50 = log_x1 + (0.5 - y1) * (log_x2 - log_x1) / (y2 - y1)
    # 还原为原始X值
    x_nd50 = 2 ** log_x_nd50
    
    print(f"对数空间插值得到的x (ND50) = {x_nd50}")

# 绘制曲线
plt.plot(x, y, label="Data", color="blue")

# 绘制竖线和标记点
plt.plot([x_nd50, x_nd50], [0, 0.5], color='red', linestyle="--", alpha=0.7)
plt.scatter(x_nd50, 0.5, color='red', marker='x', alpha=0.7)

# 设置X轴为log2刻度
plt.xscale('log', base=2)

plt.xlabel('Log-scaled X')
plt.ylabel('Y')
plt.legend()
plt.show()

补充说明 #

修改后，插值逻辑和Matplotlib对数轴下的曲线绘制逻辑完全一致，竖线端点会准确落在曲线上。如果需要使用自然对数或log10刻度，只需对应替换np.log2为np.log/np.log10，同时修改plt.xscale('log', base=10)即可。

内容的提问来源于stack exchange，提问作者Dr. Hillier Dániel