Python Matplotlib半对数图：范围较大时，小刻度线消失

当绘制半对数图（y为对数）时，y轴上的小记号（十年内8个）会自动出现，但当轴范围超过10**10时，它们似乎会消失。我尝试了很多方法强迫他们回去，但都没有用。可能是为了避免过度拥挤，它们会离开大范围，但人们应该有一个选择？

matplotlib>=2.0.2的解决方案

让我们考虑下面的例子

由该代码生成：

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

y = np.arange(12)
x = 10.0**y

fig, ax=plt.subplots()
ax.plot(x,y)
ax.set_xscale("log")
plt.show()

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

y = np.arange(12)
x = 10.0**y

fig, ax=plt.subplots()
ax.plot(x,y)
ax.set_xscale("log")
plt.show()

小刻度标签确实消失了，通常显示它们的方式（如

plt.tick_参数（axis='x'，which='minor'）

）失败

第一步是显示轴上10的所有幂

locmaj = matplotlib.ticker.LogLocator(base=10,numticks=12) 
ax.xaxis.set_major_locator(locmaj)

locmaj = matplotlib.ticker.LogLocator(base=10.0, subs=(0.1,1.0, ))
ax.xaxis.set_major_locator(locmaj)

其中诀窍是将

numticks

设置为等于或大于刻度数的数字（即在本例中为12或更高）

然后，我们可以添加次要标签，如下所示

locmin = matplotlib.ticker.LogLocator(base=10.0,subs=(0.2,0.4,0.6,0.8),numticks=12)
ax.xaxis.set_minor_locator(locmin)
ax.xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

locmin = matplotlib.ticker.LogLocator(base=10.0, subs=(0.1,0.2,0.4,0.6,0.8,1,2,4,6,8,10 )) 
ax.xaxis.set_minor_locator(locmin)
ax.xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

请注意，我将此限制为每十年包含4个小刻度（使用8个刻度也是同样可能的，但在本例中会使轴过度拥挤）。还要注意的是，

numticks

也是（非常不直观地）12或更大

最后，我们需要对次要记号使用

NullFormatter（）

，这样就不会出现任何记号标签

matplotlib 2.0.0的解决方案 以下内容适用于matplotlib 2.0.0或更低版本，但不适用于matplotlib 2.0.2

让我们考虑下面的例子

由该代码生成：

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

y = np.arange(12)
x = 10.0**y

fig, ax=plt.subplots()
ax.plot(x,y)
ax.set_xscale("log")
plt.show()

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

y = np.arange(12)
x = 10.0**y

fig, ax=plt.subplots()
ax.plot(x,y)
ax.set_xscale("log")
plt.show()

小刻度标签确实消失了，通常显示它们的方式（如

plt.tick_参数（axis='x'，which='minor'）

）失败

第一步是显示轴上10的所有幂

locmaj = matplotlib.ticker.LogLocator(base=10,numticks=12) 
ax.xaxis.set_major_locator(locmaj)

locmaj = matplotlib.ticker.LogLocator(base=10.0, subs=(0.1,1.0, ))
ax.xaxis.set_major_locator(locmaj)

然后，我们可以添加次要标签，如下所示

locmin = matplotlib.ticker.LogLocator(base=10.0,subs=(0.2,0.4,0.6,0.8),numticks=12)
ax.xaxis.set_minor_locator(locmin)
ax.xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

locmin = matplotlib.ticker.LogLocator(base=10.0, subs=(0.1,0.2,0.4,0.6,0.8,1,2,4,6,8,10 )) 
ax.xaxis.set_minor_locator(locmin)
ax.xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

请注意，我将此限制为每十年包含4个小刻度（使用8个刻度也是同样可能的，但在本例中会使轴过度拥挤）。还要注意-，这可能是这里的关键-

subs

参数给出了放置刻度的基数的整数幂的倍数（请参见），它给出了一个20年而不是一年的列表

---

最后，我们需要对次要记号使用

NullFormatter（）

，以避免出现任何记号标签。

在这两种情况下

subs

包含太多条目，主要的只需要

（1.0，）

，次要的应该

subs=np.arange（2，10）*.1

@tac这里的解决方案需要使用

subs

超过二十年。这基本上就是让它工作的整个想法。现在，在2.0.0版和2.0.2版之间似乎发生了一些变化，因此这里介绍的这种解决方法不再有效，而使用

subs

的更直观的方法在十年内也只能再次发挥作用。@BrandonDube I测试了“matplotlib 2.0.2或更高版本的解决方案”使用matplotlib 2.1.2，它工作正常。@ImportantanceOfBeingernest您从pip或Conda获得MPL了吗？我发现Conda的MPL被Qt后端破坏了，所以这可能是continuum的变化。自从换成了pip的MPL后，我就再也没有尝试过了。@BrandonDube这不应该取决于你从哪里得到MPL。如果您有mpl和qt方面的问题，这与此处的问题无关。