Python科研绘图:半对数刻度折线图,绘制幅频响应曲线

搞信号处理、电路分析或者控制系统的同学，常用到幅频响应曲线。

频率从 0.1kHz 到 10kHz，如果用普通线性坐标，低频段的细节全挤在一坨。这时候就需要半对数坐标。

一句话讲清楚半对数坐标：x 轴取对数，y 轴保持线性。低频段被拉宽，高频段被压缩。效果就是频率按数量级均匀分布，0.1、1、10 这三个刻度在图上间距相等。幅值在低频段的微小变化不再被挤压，你的数据特征一目了然。

代码里实现这件事的只有一行：

ax.semilogx(frequency, y, '-', linewidth=1, color=C[i], alpha=0.8)

semilogx 的含义是「semi-log x」，x 轴对数，y 轴线性。这一行代替了 ax.plot()，其他参数完全一样。

下面是完整Python代码，实际用的时候把模拟数据删掉，换成你自己的数据数组，根据你的数据范围改 ylim。直接复制粘贴即可运行：

""" Semi-Log Line Plot Magnitude Response (dB). """# 关注微信公众号：数学建模BOOM，后台回复“科研”，获取AI科研写作与Python绘图合集import numpy as npimport matplotlib.pyplot as pltimport matplotlib as mplfrom matplotlib import ticker# 用到负号，设置微软雅黑字体避免出错mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei']mpl.rcParams['axes.unicode_minus'] = False# 换成真实数据时，把 `frequency` 和 `magnitude` 替换成你自己的数组就行。# 此处使用仿真数据，频率从 0.1 kHz 到 10 kHz，幅度是一个衰减的正弦函数，模拟了某个系统的频率响应。frequency = np.logspace(-1, 1, 100)magnitude = np.sin(2 * np.pi * frequency) * np.exp(-0.3 * frequency) * 5# 10 行 3 列的 RGB 数组，除以 255 归一化到 0-1。颜色从深红渐变到深蓝，10 条曲线一条不撞色。C = np.array([    [163, 6, 67],    [217, 69, 77],    [246, 122, 73],    [253, 186, 107],    [254, 233, 155],    [246, 251, 177],    [205, 234, 157],    [138, 208, 164],    [75, 164, 177],    [75, 102, 173]]) / 255# 画布尺寸，figsize的单位是英寸。宽 5.8 厘米转换单位5.8/2.54英寸，dpi设置为300，是学术期刊的底线分辨率。fig, ax = plt.subplots(figsize=(5.8/2.54, 4.5/2.54), dpi=300)ax.set_facecolor('white')fig.patch.set_facecolor('white')# 半对数曲线绘制，y轴是幅度，x轴是频率。# for循环每条曲线的幅度在原始数据基础上加一个偏移量，形成10条不重叠的曲线。for i in range(10):    offset = (i - 5) * 0.5    y = magnitude + offset    ax.semilogx(frequency, y, '-', linewidth=1, color=C[i], alpha=0.8) # 设置标题和坐标轴标签字体ax.set_title('Magnitude Response (dB)', fontsize=6, fontfamily='Arial', pad=3)ax.set_xlabel('Frequency (kHz)', fontsize=6, fontfamily='Arial')ax.set_ylabel('Magnitude (dB)', fontsize=6, fontfamily='Arial')ax.tick_params(labelsize=5)ax.set_ylim(-6.5, 6.5)ax.grid(True, linewidth=0.3, alpha=0.3, which='both')   # 网格线# 四条边框线宽都 0.5，顶部和右侧不画刻度，只保留左侧和底部。这是科研论文的标准风格。for spine in ['top', 'bottom', 'left', 'right']:    ax.spines[spine].set_linewidth(0.5)    ax.spines[spine].set_color([0.1, 0.1, 0.1])    ax.spines[spine].set_visible(True)# 刻度只保留左侧和底部的，这是科研论文的标准风格ax.xaxis.set_tick_params(width=0.5, length=2)ax.yaxis.set_tick_params(width=0.5, length=2)ax.tick_params(top=False, right=False)# 关注微信公众号：数学建模BOOM，后台回复“科研”，获取AI科研写作与Python绘图合集plt.tight_layout()plt.show()fig.savefig('半对数刻度折线图.png', dpi=300, bbox_inches='tight', facecolor='white')print('图像已保存为 半对数刻度折线图.png')