Tôi muốn tách vấn đề về trục log khỏi vấn đề về biểu đồ thanh.
Các trục logarit IMHO phù hợp nhất cho những điều đến hoặc xảy ra theo bội số (... tăng thêm 20 lần khi được xử lý bằng ...).
Trong trường hợp đó, 1 = 10⁰ là nguồn gốc tự nhiên. Có một loạt các giá trị vật lý / hóa học trong thực tế là logarit, ví dụ pH hoặc độ hấp thụ và có nguồn gốc "tự nhiên". Đối với A đó sẽ là . Đối với pH trong các dung dịch aqeous, ví dụ 7.I 0A=lgI0−lgII0
Biểu đồ thanh không bao giờ có thể hợp lý nếu không có nguồn gốc hợp lý và cố định có vai trò kiểm soát (đường cơ sở, trống). Nhưng điều này không có gì để làm với các trục log.
Việc sử dụng thường xuyên duy nhất tôi có cho biểu đồ thanh là biểu đồ. Nhưng tôi có thể tưởng tượng rằng họ làm tốt để thể hiện sự khác biệt đối với nguồn gốc này (bạn cũng thấy ngay sự khác biệt đó là tích cực hay tiêu cực). Bởi vì các thanh mô tả một khu vực, tôi có xu hướng nghĩ về barcharts như một phiên bản rất rời rạc của khu vực dưới một đường cong. Nghĩa là, trục x nên có nghĩa là số liệu (có thể là trường hợp theo thời gian, nhưng không phải với các thành phố).
Nếu tôi thấy mình băn khoăn không biết nên sử dụng nguồn gốc nào cho nhật ký của thứ gì đó có nguồn gốc "tự nhiên" ở mức 0, tôi sẽ lùi lại và suy nghĩ một chút về những gì đang diễn ra. Rất thường xuyên, những vấn đề như vậy chỉ là một chỉ báo cho thấy nhật ký không phải là một sự chuyển đổi hợp lý ở đây.
Bây giờ một biểu đồ thanh với trục log sẽ nhấn mạnh tăng hoặc giảm xảy ra trong bội số. Các ví dụ hợp lý mà tôi có thể nghĩ ra ngay bây giờ đều có một số mối quan hệ tuyến tính với một giá trị quan tâm. Nhưng có lẽ người khác tìm thấy một ví dụ tốt.
Vì vậy, tôi nghĩ rằng việc chuyển đổi dữ liệu phải hợp lý đối với ý nghĩa của dữ liệu trong tay. Đây là trường hợp với các đơn vị hóa lý tôi đã đề cập ở trên (A tỷ lệ thuận với nồng độ, và ví dụ, pH có mối quan hệ tuyến tính với điện áp trong máy đo pH). Trong thực tế, rất nhiều trường hợp, đơn vị nhật ký có được một tên mới và được sử dụng theo cách tuyến tính.
Cuối cùng, nhưng không kém phần quan trọng, tôi đến từ quang phổ rung động, nơi các trục bị hỏng được sử dụng khá thường xuyên. Và tôi xem xét việc sử dụng một trong một vài ví dụ trong đó việc phá rìu không lừa dối. Tuy nhiên, chúng tôi không có thay đổi theo thứ tự cường độ. Chúng tôi chỉ có một vùng không chính xác là 30 - 40% trong phạm vi x của chúng tôi: Đây là một ví dụ:
Đối với mẫu này, phần trong khoảng 1800 - 2800 / cm không thể chứa bất kỳ thông tin hữu ích nào.
Do đó, phạm vi phổ không nhất quán bị loại bỏ (điều này cũng chỉ ra phạm vi phổ chúng ta thực sự sử dụng cho mô hình hóa học):
Nhưng để giải thích dữ liệu, chúng ta cần đọc chính xác vị trí x. Nhưng nhìn chung, chúng ta không cần bội số trải rộng trong các phạm vi khác nhau (nghĩa là có các mối quan hệ như vậy, nhưng hầu hết các kết nối phức tạp hơn. Ví dụ: Tín hiệu ở 3050 / cm, vì vậy chúng ta có chất không bão hòa hoặc thơm. Nhưng không có tín hiệu mạnh ở 1000 / cm , do đó, không có vòng thơm đơn, meta, cũng không thay thế 1,3,5 ...)
Vì vậy, tốt hơn là mô tả x với tỷ lệ lớn hơn (thực tế chúng ta thường sử dụng tờ milimet như hướng dẫn hoặc dán nhãn vị trí chính xác). Vì vậy, chúng tôi phá vỡ trục và có tỷ lệ x lớn hơn:
Trên thực tế, nó rất giống với khía cạnh:
nhưng trục gãy IMHO nhấn mạnh rằng tỷ lệ của trục x trong cả hai phần là như nhau. Nghĩa là các khoảng trong các vùng được vẽ giống nhau.
Để nhấn mạnh cường độ nhỏ (trục y), chúng tôi sử dụng các phần tử được phóng to:
[ ... Để biết chi tiết, hãy xem vùng được phóng to (x 20) màu xanh lam .... ]
Và điều này chắc chắn là có thể với ví dụ trong các ô được liên kết là tốt.