pandas绘图时yscale('log')失效无法实现y轴对数变换该如何解决？

问题原因 #

你的问题由两个核心因素导致：

• 数据中存在小于等于0的表达值：对数运算无法处理非正数，这部分数据会被matplotlib自动过滤，就会出现你观察到的数据丢失现象。
• 仅调用set_yscale('log')没有配套设置刻度渲染规则，导致对数刻度没有正常显示。

额外注意：如果你的sample_xx列存储的是已经经过对数转换（比如log2/ln转换）的表达值，那么不需要再设置y轴为对数刻度，直接用线性刻度即可，重复做对数变换就会出现负值无法计算的问题。

解决步骤 #

步骤1：预处理数据，避免非正值 #

根据你表达量的量级，给所有样本的表达值加一个极小的正偏移量，保证所有值都大于0：

# 示例加1e-5，也可以根据你的数据范围调整为加1等其他值
sample_cols = ["sample_02A", "sample_04A", "sample_06A", "sample_08A"]
mini_df[sample_cols] = mini_df[sample_cols] + 1e-5

步骤2：优化绘图代码，正确配置对数轴和刻度 #

导入matplotlib.ticker模块设置对数刻度的显示格式，保证刻度正常渲染：

import matplotlib.ticker as ticker

ax = mini_df.plot(kind="scatter", x="gene", y="sample_02A", color="b", label="sample 02A")
mini_df.plot(kind="scatter", x="gene", y="sample_04A", color="g", label="sample 04A", ax=ax)
mini_df.plot(kind="scatter", x="gene", y="sample_06A", color="r", label="sample 06A", ax=ax)
mini_df.plot(kind="scatter", x="gene", y="sample_08A", color="purple", label="sample 08A", ax=ax)

# 设置对数y轴
ax.set_yscale('log')
# 配置y轴刻度显示为普通数值格式，也可以换成下面的10的幂次格式
ax.yaxis.set_major_formatter(ticker.ScalarFormatter())
# ax.yaxis.set_major_formatter(ticker.LogFormatterSciNotation())

ax.set_xlabel("gene")
ax.set_ylabel("expression value (log scale)")
# 可选：手动指定y轴范围避免自动裁剪异常，数值可以根据你的数据调整
# ax.set_ylim(bottom=1e-5, top=mini_df[sample_cols].max().max()*1.2)

plt.show()

内容的提问来源于stack exchange，提问作者Roos