попробуйте создать экземпляр класса, который вы создали. Как это:
public sealed class Hooks
{
[BeforeTestRun]
public static void BeforeTestRun()
{
FeatureContextWrapper myWrapper = new FeatureContextWrapper();
myWrapper.BrowserSession = BrowserFactory.GetBrowser();
}
}
Наконец-то я нашел время, чтобы провести несколько экспериментов, чтобы понять разницу между ними. Вот что я обнаружил:
log
допускает только положительные значения и позволяет вам выбирать, как обрабатывать отрицательные ( маска
или clip
). symlog
означает симметричный журнал и допускает положительные и отрицательные значения. symlog
позволяет установить диапазон около нуля в пределах графика будет линейным, а не логарифмическим. Я думаю, что все станет намного проще понять с помощью графиков и примеров, поэтому давайте попробуем их:
import numpy
from matplotlib import pyplot
# Enable interactive mode
pyplot.ion()
# Draw the grid lines
pyplot.grid(True)
# Numbers from -50 to 50, with 0.1 as step
xdomain = numpy.arange(-50,50, 0.1)
# Plots a simple linear function 'f(x) = x'
pyplot.plot(xdomain, xdomain)
# Plots 'sin(x)'
pyplot.plot(xdomain, numpy.sin(xdomain))
# 'linear' is the default mode, so this next line is redundant:
pyplot.xscale('linear')
# How to treat negative values?
# 'mask' will treat negative values as invalid
# 'mask' is the default, so the next two lines are equivalent
pyplot.xscale('log')
pyplot.xscale('log', nonposx='mask')
# 'clip' will map all negative values a very small positive one
pyplot.xscale('log', nonposx='clip')
# 'symlog' scaling, however, handles negative values nicely
pyplot.xscale('symlog')
# And you can even set a linear range around zero
pyplot.xscale('symlog', linthreshx=20)
Для полноты картины я использовал следующий код для сохранения каждого рисунка:
# Default dpi is 80
pyplot.savefig('matplotlib_xscale_linear.png', dpi=50, bbox_inches='tight')
Помните, что вы можете изменить размер фигуры с использованием:
fig = pyplot.gcf()
fig.set_size_inches([4., 3.])
# Default size: [8., 6.]
(Если вы не уверены, что я отвечу на свой вопрос, прочтите это )
Вот пример поведения, когда symlog необходим:
Первоначальный график, не масштабируемый. Заметьте сколько кластера точек в x~0
ax = sns.scatterplot(x= 'Score', y ='Total Amount Deposited', data = df, hue = 'Predicted Category')
[ '
Журнал масштабируемый график. Все вышло из строя.
ax = sns.scatterplot(x= 'Score', y ='Total Amount Deposited', data = df, hue = 'Predicted Category')
ax.set_xscale('log')
ax.set_yscale('log')
ax.set(xlabel='Score, log', ylabel='Total Amount Deposited, log')
'
, Почему это выходило из строя? Из-за некоторых значений на оси X, являющейся очень близким или равным 0.
Symlog масштабировал график. Все - как это должно быть.
ax = sns.scatterplot(x= 'Score', y ='Total Amount Deposited', data = df, hue = 'Predicted Category')
ax.set_xscale('symlog')
ax.set_yscale('symlog')
ax.set(xlabel='Score, symlog', ylabel='Total Amount Deposited, symlog')
symlog похож на log, но позволяет определить диапазон значений около нуля, в пределах которого график будет линейным, чтобы избежать ухода графика в бесконечность около нуля.
От http://matplotlib.sourceforge.net/api/axes_api.html#matplotlib.axes.Axes.set_xscale
В логарифмическом графике никогда не может быть нулевого значения, а если у вас есть значение, которое приближается к нулю, то оно будет скачкообразно падать далеко внизу вашего графика (бесконечно вниз), потому что когда вы берете "log(приближается к нулю)", вы получаете "приближается к отрицательной бесконечности".
symlog поможет вам в ситуациях, когда вы хотите иметь логарифмический график, но когда значение может иногда падать к нулю или до нуля, но вы все равно хотите иметь возможность показать это на графике значимым образом. Если вам нужен symlog, вы знаете.