Julia中BigFloat向量高精度绘图异常：阶梯状曲线而非平滑指数曲线

问题根源 #

你的BigFloat数值与100的差值仅在1e-13量级，绘图库默认的自动轴范围会把这种细微变化压缩到几乎不可见，最终呈现出阶梯状视觉效果——并非曲线本身不平滑，而是坐标轴刻度范围掩盖了变化细节。

解决方案 #

通过手动限制y轴范围，聚焦数据的实际波动区间，即可还原平滑曲线。以下是主流绘图库的具体实现：

1. 使用Plots.jl

using Plots

# 你的BigFloat数据
y = BigFloat[100.0000000000000415218052481750617286013320903044045041396609898380148595444762, 
             100.0000000000000388265628899099514341100382204524156891968983697369426488798809, 
             100.0000000000000363062727363085762292325632186834493337517224584792054527723356, 
             100.0000000000000339495783786150261012296921512433605812091199343376652161950677, 
             100.0000000000000317458605695174505228098510722911315751354700135345534031890935, 
             100.000000000000029685189372898363532482287162646902602289813876155120000265496, 
             100.0000000000000277582794196160825883609682726800727787249223580582615164937514, 
             100.0000000000000259564480677001839289595896200349651337934245121726075948266956, 
             100.0000000000000242715762784311252101907139102143032081235394837893837883955368, 
             100.0000000000000226960720320119401198918779256182953401953801932430097596985907, 
             100.0000000000000212228361179832927282805903123784250581905172324680939364646929]
x = 1:length(y)

# 方法1：转换为Float64（精度足够捕捉变化）并设置y轴范围
y_float = Float64.(y)
plot(x, y_float, ylims=(minimum(y_float), maximum(y_float)), linewidth=2, label="平滑指数曲线")

# 方法2：直接使用BigFloat，仅调整y轴范围
# plot(x, y, ylims=(minimum(y), maximum(y)), linewidth=2, label="BigFloat曲线")

2. 使用Makie.jl

using Makie

fig = Figure()
ax = Axis(fig[1,1], ylims=(minimum(y), maximum(y)))
lines!(ax, x, y, linewidth=2)
display(fig)

3. 使用Plotly.jl

using PlotlyJS

plot(
    scatter(x=x, y=y, mode="lines", line=attr(width=2)),
    Layout(yaxis=attr(range=[minimum(y), maximum(y)]))
)

关键说明 #

• 转换为Float64不会丢失绘图所需的精度：你的数据变化在1e-13量级，而Float64的精度约为1e-16，完全足够捕捉这些细微差异。
• 手动设置ylims（或Plotly的range）是核心：将y轴范围限制在数据的最小和最大值之间，直接放大了数值波动，让平滑曲线显现。

内容的提问来源于stack exchange，提问作者HenryS