Matplotlib >= 3.3：

指定base=2：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.set_xscale('log', base=2)
ax.set_yscale('log', base=2)

ax.plot(range(1024))
plt.show()

字符串

Matplotlib < 3.3：

指定basex=2和/或basey=2作为x轴和y轴。

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.set_xscale('log', basex=2)
ax.set_yscale('log', basey=2)

ax.plot(range(1024))
plt.show()

型
x1c 0d1x的数据
对于过零行为，您所指的是“对称对数”图（也称为“symlog”）。无论如何，数据不会被过滤掉，它只是一个接近0的线性图和其他地方的对数图。改变的是尺度，而不是数据。
通常情况下，您只需执行ax.set_xscale('symlog', basex=2)，但使用非10的基数在目前的symlog图中似乎存在错误。

编辑：嘿！这个bug似乎是由于一个经典的错误：使用了一个可变的默认参数。

我已经提交了一个bug报告，但是如果你想修复它，你需要在SymmetricalLogLocator的__init__方法的第1376行附近对lib/matplotlib/ticker.py做一个小的编辑。
而不是

def __init__(self, transform, subs=[1.0]):
    self._transform = transform
    self._subs = subs
    ...

型
将其更改为类似于：

def __init__(self, transform, subs=None):
    self._transform = transform
    if subs is None:
        self._subs = [1.0]
    else:
        self._subs = subs
    ....

型
进行了更改后，它的行为符合预期...

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots()
ax.set_xscale('symlog', basex=2)
ax.set_yscale('symlog', basey=2)

x = np.arange(-1024, 1024)
ax.plot(x, x)

plt.show()

型

的

如果你使用plt.xscale，你仍然需要指定basex，而不是base：

plt.figure()
plt.plot(x, y)
plt.xscale('log', basex=2)
plt.show()

字符串