我在尝试管理/绘制 y 轴上的大数字和小数字时遇到了一些困难。
两种 y 轴类型的示例都在这里：http: //jsfiddle.net/index/6FBec/1/
对于第一张图（线性）：问题是小数字几乎平铺在底部。
对于第二个图（对数）： 在这里（这实际上更好），当大数字变得太大时，下一个刻度的差距很远（graph2 最后一点 12,250 和最大的 y 轴是 100,000）。
问题是，是否有不同的 y 轴类型，或者我怎样才能做类似线性的事情，但是当事情太大时，它会做类似对数的事情，比如先使用较小的间隙然后增长。
PS：不要介意0.1值。对数不想要 0 值的温度。
我强烈建议坚持线性或对数，因为这些是一种标准，对用户来说是直观的。这两个足以满足大部分可视化需求。您在示例中绘制的数据是生产数据吗？这是您的数据将始终如此，还是只是一次性的情况？确定使用哪个轴的最简单方法是找到变化或标准偏差或您的数据，如果它是小的使用线性，如果它的大使用对数（可以根据您的数据调整大小的阈值）。
我想说您在 jsFiddle 中获得的可视化几乎是您应该使用的。
1)线性你看到一个数据点出现了，而其他数据点几乎（与最大的百分比相比）相同的值。所以你应该把它显示为它，这给用户一个提示，表明某些事情是非常错误的。如果您试图使曲线看起来不错，用户将始终必须参考这些值，并且无法仅通过查看图形来做出推断，这就是图表的全部目的。当用户不得不手动查看数据点的值以进行快速推断时，仅仅一个好看的图表没有多大意义。
2)对数当您的数据确实偏斜，但存在数据包/数据簇（不仅仅是一个点是异常值）时，请选择这个。
如果您必须使用其他规模（首先彻底了解您的生产数据，否则您最终会美化您的测试数据并弄乱真实数据）在@Dan Thomas 的答案中使用一些类似的标准，如平方或平方根或最好的方法是尽可能为您的数据获取一个通用的（不是真实的，但理想的数据方式）方程。因此，如果您的数据类似于y=A*x2+ Bx + C，则选择平方，如果它的形式y=A*x + B为线性，则y=A*log+(x)+B选择对数等等