Python Matplotlib: 使用对数刻度绘制VT值分布图

可以使用Matplotlib中的plt.yscale('log')函数将y轴刻度设置为对数刻度，这样y轴的数值会以10的幂次表示，但刻度值不会改变。示例如下：

plt.figure(figsize=(16,8),dpi=80)
plt.yscale('log')  # 设置y轴为对数刻度
for k in dir:
    # ...
    x=np.sort(vt0_min)
    y=np.arange(1,len(x)+1)/len(x)
    plt.plot(x,y,marker='.',linestyle=':',label='%s %d pcs min vt=%f'%(k,len(vt0_min),min(vt0_min)))
    # ...
plt.ylabel('cumulative probability (log scale)')  # 修改y轴标签
plt.legend(loc='lower right',fontsize='small')
plt.tight_layout()
plt.grid(b=bool)
plt.title('vt distribution')
t = time.strftime('%Y%m%d-%H%M',time.localtime(time.time()))
plt.savefig(path1+'min_vt_value_distribution.png')
plt.close()

这样y轴的标签就会变为cumulative probability (log scale)，并以对数刻度显示。注意，对数刻度下，y轴的数值并不会改变，因此不需要对y轴数值进行任何转换。