这是一个创建于 1735 天前的主题，其中的信息可能已经有所发展或是发生改变。
- 假设有一组数据，跨越幅度比较大，小数值较多，大数值较少。
- 如果直接显示的话，比如曲线或者柱图，大数值显示之后，小数值就会被压缩到接近 0 轴，不易观察。
- 之前我都是把数值直接用指数变形，
y = y^(1/5)，类似这样越大的数据压缩越多，但还能保持相对位置关系。 - 刚才看到一个别人做的数据，用的对数曲线，类似
y = log2(y)，因为数值没有小于 1 的，所以也还行。 - 想问问这两种各有什么利弊嘛？
第 1 条附言 · 2020-03-02 00:09:54 +08:00
测试了一下
 |
1
ryd994 2020-02-24 13:34:18 +08:00 via Android
为什么不用浮点数？
|
|
2
ryd994 2020-02-24 13:36:04 +08:00 via Android
我懂你意思了。这要看情况。
论文和金融上用对数比较多 因为很多数据之间就是对数关系 所以对数转换之后就是一条直线，非常直观 |
 |
3
ylrshui 2020-02-24 14:04:44 +08:00 via iPhone
当然是对数，把指数变化变为线性变化；开 5 次幂后的曲线无法直观观察数据变化
|
 |
4
autoxbc 2020-02-24 16:10:30 +08:00
这个好像叫心理物理学，有两个著名定律
1. 韦伯-费希纳定律(Weber-Fechner law) 2. 斯蒂文思幂定律(Stevens's power law) 分别对应上面的两种数据处理方式 具体适用范围不知道，我觉得还是和数据来源有关 比如描述噪声的分贝等级是第一种 描述亮度变换的 Gamma 曲线是第二种 |
 |
5
JCZ2MkKb5S8ZX9pq OP |
|
6
ylrshui 2020-02-24 23:11:45 +08:00 via iPhone
@JCZ2MkKb5S8ZX9pq 数据范围对开 5 次幂的影响较大，范围较小，开 5 次幂压缩太过，范围太大，压缩不够，这种方法处理出的数据仍是指数关系。对数则将指数关系转化为线性关系，数据范围的影响就要小的多，具有通用性
|
|
7
JCZ2MkKb5S8ZX9pq OP @ylrshui 测试了一下，数据直接用的新浪的 ncov，log 用的 e。
相对关系都能表现出来。 对数压缩完之后，数据更近一点。但通过调整底数或幂，都可以变。 对数计算好像快一丢丢。 对数 1 需要稍微做点处理，显示 0 的话不符合直觉。 简单来说，两种好像区别并不大。 |
|
8
JCZ2MkKb5S8ZX9pq OP @ylrshui 具体见 append 中的图片
|
Select Language