Matplotlib:设置x限制也会强制使用记号标签？

我刚刚升级到matplotlib 2.0，我感觉自己像是在吃疯狂的药丸。我试着做一个对数线性图，y轴在线性刻度上，x轴在对数10刻度上。以前，以下代码允许我精确地指定记号的位置以及它们的标签：

import matplotlib.pyplot as plt

plt.plot([0.0,5.0], [1.0, 1.0], '--', color='k', zorder=1, lw=2)

plt.xlim(0.4,2.0)
plt.ylim(0.0,2.0)

plt.xscale('log')

plt.tick_params(axis='x',which='minor',bottom='off',top='off')

xticks = [0.4, 0.6, 0.8, 1.0, 1.2, 1.4, 1.6, 1.8, 2.0]
ticklabels = ['0.4', '0.6', '0.8', '1.0', '1.2', '1.4', '1.6', '1.8', '2.0']
plt.xticks(xticks, ticklabels)

plt.show()

但在matplotlib 2.0中，这会导致我获得一组重叠的记号标签，matplotlib显然希望在其中自动创建记号：

但如果我注释掉“plt.xlim（0.4,2.0）”行并让它自动确定轴限制，则没有重叠的记号标签，我只得到我想要的：

但这不起作用，因为我现在有无用的x轴限制

有什么想法吗

---

编辑：对于将来在互联网上搜索的人，我越来越相信这实际上是matplotlib本身的一个bug。我又回到v。1.5.3. 只是为了避免这个问题

重叠的附加标签来自一些次要标签，这些标签出现在绘图中。要消除它们，可以将次要格式化程序设置为

NullFormatter

：

plt.gca().xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

问题中的完整代码可能如下所示

import matplotlib.pyplot as plt
import matplotlib.ticker
import numpy as np

x = np.linspace(0,2.5)
y = np.sin(x*6)
plt.plot(x,y, '--', color='k', zorder=1, lw=2)

plt.xlim(0.4,2.0)

plt.xscale('log')

xticks = [0.4, 0.6, 0.8, 1.0, 1.2, 1.4, 1.6, 1.8, 2.0]
ticklabels = ['0.4', '0.6', '0.8', '1.0', '1.2', '1.4', '1.6', '1.8', '2.0']
plt.xticks(xticks, ticklabels)

plt.gca().xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

plt.show()

下面的代码可能更直观，因为它没有将XtickLabel设置为字符串，其中我们使用

FixedLocator

和

ScalarFormatter

此代码生成与上述相同的绘图

import matplotlib.pyplot as plt
import matplotlib.ticker
import numpy as np

x = np.linspace(0,2.5)
y = np.sin(x*6)
plt.plot(x,y, '--', color='k', zorder=1, lw=2)

plt.xlim(0.4,2.0)
plt.xscale('log')

xticks = [0.4, 0.6, 0.8, 1.0, 1.2, 1.4, 1.6, 1.8, 2.0]

xmajorLocator = matplotlib.ticker.FixedLocator(locs=xticks) 
xmajorFormatter = matplotlib.ticker.ScalarFormatter()
plt.gca().xaxis.set_major_locator( xmajorLocator )
plt.gca().xaxis.set_major_formatter( xmajorFormatter )
plt.gca().xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

plt.show()

---

重叠的其他TickLabel源自一些次要的TickLabel，它们出现在绘图中。要消除它们，可以将次要格式化程序设置为

NullFormatter

：

plt.gca().xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

问题中的完整代码可能如下所示

import matplotlib.pyplot as plt
import matplotlib.ticker
import numpy as np

x = np.linspace(0,2.5)
y = np.sin(x*6)
plt.plot(x,y, '--', color='k', zorder=1, lw=2)

plt.xlim(0.4,2.0)

plt.xscale('log')

xticks = [0.4, 0.6, 0.8, 1.0, 1.2, 1.4, 1.6, 1.8, 2.0]
ticklabels = ['0.4', '0.6', '0.8', '1.0', '1.2', '1.4', '1.6', '1.8', '2.0']
plt.xticks(xticks, ticklabels)

plt.gca().xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

plt.show()

下面的代码可能更直观，因为它没有将XtickLabel设置为字符串，其中我们使用

FixedLocator

和

ScalarFormatter

此代码生成与上述相同的绘图

import matplotlib.pyplot as plt
import matplotlib.ticker
import numpy as np

x = np.linspace(0,2.5)
y = np.sin(x*6)
plt.plot(x,y, '--', color='k', zorder=1, lw=2)

plt.xlim(0.4,2.0)
plt.xscale('log')

xticks = [0.4, 0.6, 0.8, 1.0, 1.2, 1.4, 1.6, 1.8, 2.0]

xmajorLocator = matplotlib.ticker.FixedLocator(locs=xticks) 
xmajorFormatter = matplotlib.ticker.ScalarFormatter()
plt.gca().xaxis.set_major_locator( xmajorLocator )
plt.gca().xaxis.set_major_formatter( xmajorFormatter )
plt.gca().xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

plt.show()