- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
给定一条线 X
像素长如:
0-------|---V---|-------|-------|-------max
如果0 <= V <= max
, 线性刻度 V
位置将是 X/max*V
像素。
如何计算对数标度的像素位置,并从像素位置开始如何取回 V 的值?
对数刻度具有“缩放”刻度左侧的效果。是否可以对右侧做同样的事情?
[更新]
感谢您的数学课!
我最终没有使用对数。我只是使用平均值(在一组值中)作为刻度的中心。此控件用于为将用于绘制 choropleth chart 的一组值选择组边界百分位数。 .
如果用户选择对称刻度(红色标记=平均,绿色标记=中心,深色代表一个值出现的次数):
不对称比例使细粒度调整更容易:
最佳答案
所以你有一些任意值 V
,你知道 0 <= V
<= Vmax
.你想计算一个像素的 x 坐标,称之为 X
,其中您的“屏幕”的 x 坐标从 0 到 Xmax
.正如您所说,要以“正常”方式执行此操作,您会这样做
X = Xmax * V / Vmax
V = Vmax * X / Xmax
我喜欢把它想象成我首先通过计算 V / Vmax
将值归一化到 0 和 1 之间。 ,然后我将此值乘以最大值以获得介于 0 和最大值之间的值。
要以对数方式执行相同操作,您需要为 V
设置不同的下限值(value)。如果 V <= 0,你会得到一个 ValueError
.所以假设 0 < Vmin
<= V
<= Vmax
.然后您需要找出要使用的什么对数,因为对数有无穷多个。三个是常见的,基数为 2 的 e 和 10,这导致 x 轴看起来像这样:
------|------|------|------|---- ------|------|------|------|----
2^-1 2^0 2^1 2^2 == 0.5 1 2 4
------|------|------|------|---- ------|------|------|------|----
e^-1 e^0 e^1 e^2 == 0.4 1 2.7 7.4
------|------|------|------|---- ------|------|------|------|----
10^-1 10^0 10^1 10^2 == 0.1 1 10 100
所以原则上,如果我们可以从左边的表达式中得到指数,我们可以使用与上面相同的原理得到一个介于 0 和 Xmax
之间的值。 , 这当然是日志的用武之地。假设你使用 base b
,你可以使用这些表达式来回转换:
from math import log
logmax = log(Vmax / Vmin, b)
X = Xmax * log(V / Vmin, b) / logmax
V = Vmin * b ** (logmax * X / Xmax)
这几乎是相同的思维方式,除了你需要首先确保 log(somevalue, b)
会给你一个非负值。您可以通过除以 Vmin
来做到这一点在log
里面功能。现在你可以除以表达式可以产生的最大值,这当然是 log(Vmax / Vmin, b)
, 你会得到一个介于 0 和 1 之间的值,和以前一样。
另一种方法是我们需要先归一化 (X / Xmax
),然后再次放大 (* logmax
) 到逆函数预期的最大值。反之就是提高b
顺便说一句,有些值(value)。现在如果X
是 0,b ** (logmax * X / Xmax)
将等于 1,因此为了获得正确的下限,我们乘以 Vmin
.或者换句话说,因为我们做的第一件事就是除以Vmin
。 ,我们需要乘以 Vmin
作为我们现在做的最后一件事。
要“缩放”等式的“右侧”,您需要做的就是切换等式,这样您就可以从 V
取幂。至 X
并以另一种方式取对数。原则上是这样的。因为你还必须对 X
的事实做些什么。可以是 0:
logmax = log(Xmax + 1, b)
X = b ** (logmax * (V - Vmin) / (Vmax - Vmin)) - 1
V = (Vmax - Vmin) * log(X + 1, b) / logmax + Vmin
关于python - 线性 X 对数刻度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8586216/
在我的 previous question ,已经确定,当纹理四边形时,面部被分解为三角形,纹理坐标以仿射方式插值。 不幸的是,我不知道如何解决这个问题。 provided link很有用,但没有达到
是否有简单的解决方案可以在 Qt 中为图像添加运动模糊?还没有找到任何关于模糊的好教程。我需要一些非常简单的东西,我可以理解,如果我可以改变模糊角度,那就太好了。 最佳答案 Qt 没有运动模糊过滤器。
我想构建一个有点复杂的轴,它可以处理线性数据到像素位置,直到某个值,在该值中所有内容都被归入一个类别,因此具有相同的数据到像素值。例如,考虑具有以下刻度线的 y 轴: 0%, 10%, 20%, 30
我需要确保两个 View 元素彼此相邻且垂直高度相同。我会使用基线约束来做到这一点,但目前我正在使用线性、可滚动的布局( ScrollView 中的线性布局),当我点击一个元素时,它不允许我从中获取基
考虑正则表达式 ".*?\s*$" 和一个不以空格结尾的字符串。 示例 " a" .最后\s永远无法匹配 a这就是为什么 匹配器迭代: \s\s\s\s\s - fails .\s\s\
Closed. This question needs to be more focused。它当前不接受答案。 想要改善这个问题吗?更新问题,使它仅关注editing this post的一个问题。
我正在尝试阅读英特尔软件开发人员手册以了解操作系统的工作原理,这四个寻址术语让我感到困惑。以上是我的理解,如有不对请指正。 线性地址 : 对一个孤立的程序来说,似乎是一长串以地址0开头的内存。该程序的
有很多方法可以使用正则表达式并相应地使用匹配/测试匹配来检查字符串是否有效。我正在检查包含字母(a-b)、运算符(+、-、/、*)、仅特殊字符(如(')'、'(')和数字(0-9)的表达式是否有效 我
我正在使用 iris 数据集在 R 中练习 SVM,我想从我的模型中获取特征权重/系数,但我想我可能误解了一些东西,因为我的输出给了我 32 个支持向量。假设我要分析四个变量,我会得到四个。我知道在使
我正在使用 iris 数据集在 R 中练习 SVM,我想从我的模型中获取特征权重/系数,但我想我可能误解了一些东西,因为我的输出给了我 32 个支持向量。假设我要分析四个变量,我会得到四个。我知道在使
如何向左或向右滑动线性布局。在该线性布局中,默认情况下我有一个不可见的删除按钮,还有一些其他小部件,它们都是可见状态,当向左滑动线性布局时,我需要使其可见的删除按钮,当向右滑动时,我需要隐藏该删除按钮
我正在编写一个 R 脚本,运行时会给出因变量的预测值。我的所有变量都被分类(如图所示)并分配了一个编号,总类数为101。(每个类是歌曲名称)。 所以我有一个训练数据集,其中包含 {(2,5,6,1)8
如果源栅格位于 linear RGB color space使用以下 Java 代码进行转换,应用过滤器时(最后一行)会引发 java.awt.image.ImagingOpException: Un
我想为我的多个 UIImageView 设置动画,使其从 A 点线性移动到 B 点。 我正在使用 options:UIViewAnimationOptionCurveLinear - Apple 文档
我第一次无法使用 CSS3 创建好看的渐变效果。右侧应该有从黑色到透明的渐变透明渐变。底部是页脚,所以它需要在底部另外淡化为透明。 如果可能的话,一个例子: 页面的背景是一张图片,所以不可能有非透明淡
我有一组线性代数方程,Ax=By。其中A是36x20的矩阵,x是20x1的 vector ,B是36x13,y是13x1。 排名(A)=20。因为系统是超定的,所以最小二乘解是可能的,即; x = (
我有一个带有年月数据列(yyyymm)的 Pandas 数据框。我计划将数据插入每日和每周值。下面是我的 df。 df: 201301 201302 201303
假设我想找到2条任意高维直线的“交点”。这两条线实际上不会相交,但我仍然想找到最相交的点(即尽可能靠近所有线的点)。 假设这些线有方向向量A、B和初始点C、D,我可以通过简单地设置一个线性最小二乘问题
如果我想编写一个函数(可能也是一个类),它从不可变的查找表(调用构造函数时固定)返回线性“平滑”数据,如下所示: 例如func(5.0) == 0.5。 存储查找表的最佳方式是什么? 我正在考虑使用两
给定一条线 X像素长如: 0-------|---V---|-------|-------|-------max 如果0 <= V <= max , 线性刻度 V位置将是 X/max*V像素。 如何计
我是一名优秀的程序员,十分优秀!