Vt 值分布的 Log10 概率图

import numpy as np
import matplotlib.pyplot as plt
import os
import math
import time

### step1： 按照每一片画出不同目录（时间节点）的vt 值的分布
path='.\readvt\log\'
#path='.\vt-32Mb-skyworth\'

path1='.\readvt\results\'

dir=[]
abnorm=[]
vrd=6.0
files=os.listdir(path)
for i in files:
    if os.path.isdir(path+i):
        dir.append(i)
print(dir)
slotn=['1']
files=['1.log','2.log','3.log']
## step2： 按照目录获取最小值并plt
plt.figure(figsize=(16,8),dpi=80)
for k in dir:
    files=os.listdir(path+k)
    # print(files,k)
    vt0_min=[]  ### list store of min vt value of each dir
    slot_name=[]
    vt_value_flt_wo0=[]
    for p in slotn:
        a='zero pattern vth worsest case:'
        for i in files:
            with open(path+k+'\'+i,'r',encoding='gb18030',errors='ignore') as file:
                data=file.readlines()
                for n in data:
                    if a in n:
                        #print(n)
                        vt_value_str=data[data.index(n)][31:-2]
                        #print(vt_value_str)
                        vt_value_flt_wo0.append(vt_value_str)
                        print(vt_value_flt_wo0,len(vt_value_flt_wo0))
                vt0_min=[float(i) for i in vt_value_flt_wo0]
            #slot_name.append(k+'\'+ str(i))
    #min_slot=slot_name[vt0_min.index(min(vt0_min))]
    print(vt0_min)
    x=np.sort(vt0_min)
    y=np.arange(1,len(x)+1)/len(x)
    # 修改此处，使用 log10 形式显示 y 轴
    plt.yticks(np.logspace(-2,0,7))

    plt.plot(x,y,marker='.',linestyle=':',label='%s %d pcs min vt=%f'%(k,len(vt0_min),min(vt0_min)))
    plt.annotate(min(vt0_min),(min(vt0_min),1/len(vt0_min)))
#    plt.annotate('Vrd=%s'%vrd,(vrd+0.05,0.5))
    #plt.annotate(vt0_min[int(len(vt0_min)/2)],(vt0_min[int(len(vt0_min)/2)],0.5))#1/int(len(vt0_min)/2)))
    #plt.subplots_adjust(left=0.18, wspace=0.25, hspace=0.25,bottom=0.13, top=0.91)
#    plt.axvline(x=vrd,ls='-',c='red')
    plt.margins(x=0.5, y=0.05)
    plt.xlabel('vt value last not 0 count')
    plt.ylabel('cumulative probability (log10)')
    plt.legend(loc='lower right',fontsize='small')#'best'
    plt.tight_layout()
    plt.grid(b=bool)
    plt.title('vt distribution')
    #plt.show()
t = time.strftime('%Y%m%d-%H%M',time.localtime(time.time()))
plt.tight_layout()
plt.savefig(path1+'min_vt_value_distribution.png')
    #plt.savefig(path2+'vtdistr.png')
plt.close()

修改说明：

1. 在代码中添加了 plt.ylabel('cumulative probability (log10)') 来明确说明 Y 轴的 log10 形式。
2. 将 plt.yticks() 函数修改为 plt.yticks(np.logspace(-2,0,7))，使用 np.logspace 函数生成 log10 形式的刻度。

解释：

np.logspace(-2, 0, 7) 生成 10 的 -2 次方到 10 的 0 次方之间均匀分布的 7 个数，即 [0.01, 0.025, 0.063, 0.158, 0.398, 1.0]，这些值将作为 Y 轴的标签，从而使 Y 轴显示为 log10 形式。

其他优化：

• 可以使用 plt.yscale('log') 函数来直接将 Y 轴设置为 log10 形式，但这会将所有 Y 轴值都转换为 log10 形式，而我们只希望标签显示为 log10 形式。
• 可以根据实际需要调整 np.logspace 函数中的参数 -2, 0 和 7 来改变 log10 刻度的范围和数量。

注意：

• 确保你已经安装了 numpy 和 matplotlib 库。
• 调整代码中的文件路径和文件名以匹配你的实际情况。