一句话定义：把每个数值 x 换成 log(x) 的预处理操作。它不改变大小顺序，只把“相差几倍”变成“相差多少”，让被极端值压得看不清的数据重新可读、可建模。
先看收入。 假设五个人月薪分别是 5 千、6 千、8 千、1.2 万、5 万。画成柱状图，前四根几乎看不见，5 万那根占了九成高度。取 log10 后变成 3.7、3.8、3.9、4.1、4.7，五根都能看清；并且“收入翻一倍”从 5 千到 1 万、从 2.5 万到 5 万，在对数刻度上都只加约 0.3，距离相等。这就是地震震级、声音分贝、pH 值都用对数刻度的原因：它们关心倍数，不关心绝对差。
token 数同理。 词表里“的”“the”这类词的频次可能是罕见词的几万倍，直接统计，长尾词全被压成 0；取对数后，长尾之间的差异才显形。语言频次近似服从齐普夫定律（Zipf's law），在双对数坐标下接近一条直线——这正是幂律（power law）的典型特征。
训练过程也常用对数坐标。损失曲线常画在对数纵轴上：从 2.0 降到 1.0 和从 1.0 降到 0.5，相对变化是同一回事，但在线性轴上后一段显得“没进展”。模型规模、数据量、算力与损失之间的经验规律（scaling law）也常在双对数坐标下观察是否接近直线；判断“还要不要继续投入算力”，看斜率比看绝对差值可靠。
| 操作 | 做什么 | 典型场景 |
|---|---|---|
| 对数变换 | 非线性压缩，把倍数差变成加减差 | 数据跨多个数量级、右偏重尾 |
| 标准化/归一化 | 线性平移缩放，分布形状不变 | 特征量纲不一，想统一尺度 |
| 差分 | 后一项减前一项，消除趋势 | 看变化量、做平稳化 |
| 对数差分 | 近似增长率 | 关心“涨了百分之几” |
要点是：标准化不改变形状，对数会改变形状（把右偏拉正）；差分消趋势，对数消尺度，二者常配合使用。
几个必须知道的注意点：
- log(0) 无定义，实际常用 log(1+x) 或加一个小常数；
- 零点无物理意义的量别取对数（比如摄氏温度）；
- 取对数后，模型系数的含义变成“倍数/百分比变化”，不是“加多少”；
- 底数 ln、log2、log10 之间只差一个常数倍，不改变排序和相关性，选哪个看习惯：信息论用 2 得比特，微积分用 e 更顺手。
实际意义： 看到一张图，先问一句“线性轴还是对数轴”，能避免被“最后一段还在猛降”误导，因为在对数轴上“看起来匀速下降”，对应的绝对降幅其实越来越小。做数据的，遇到跨数量级的量——收入、用户数、token 数（token）、参数量、请求延迟——默认先想一下要不要取 log，往往比换模型更能救活一次分析。