Python 在logscale方框图中设置y记号：Matplotlib

我正在以对数比例绘制0到20范围内的一些数据的箱线图。我想设置一个自定义的开始和结束刻度。所有其他刻度也应为对数刻度（2*10^-1）

我尝试使用

ax.yaxis.set\u major\u格式化程序（ticker.FuncFormatter（lambda y，{:g}.format（y））

不起作用
也

发出警告：

Invalid limit will be ignored.
  plt.ylim(ymin, ymax)

以下是完整的代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import ticker
from math import log, exp

log_scale = True
min = 0
max = 50

atributes = []
for i in [8, 10, 6, 12]:
    att = [i] * 50
    atributes.extend(att)
values = np.random.uniform(1, 20, 200)

df1 = pd.DataFrame({'Attributes': atributes, 'values': values})
if min is None and max is not None:
    min = df1["values"].min()
if max is None and min is not None:
    max = df1["values"].max()

if min or max is not None:
    df1 = df1[(min <= df1["values"]) & (df1["values"] <= max)]

plt.figure()
sns.set_style("whitegrid")
ax = None

ax = sns.boxplot(x='Attributes', y='values', data=df1, color="white")

if log_scale:
    plt.yscale('log')
    ax.yaxis.set_major_formatter(ticker.FuncFormatter(lambda y, _: '{:g}'.format(y)))

if min is not None:
    try:
        min, max = log(min), log(max)
    except ValueError:
        min = 0
        max = log(max)
    ymin = min - 0.1 * (max - min)
    ymax = max + 0.1 * (max - min)
    plt.ylim(exp(ymin), exp(ymax))

fig = plt.gcf()
fig.set_size_inches(10.5, 8)
plt.show()

将numpy导入为np
作为pd进口熊猫
将matplotlib.pyplot作为plt导入
导入seaborn作为sns
从matplotlib导入代码
从数学导入日志，exp
对数刻度=真
最小值=0
最大值=50
心房肌=[]
因为我在[8,10,6,12]中：
附件=[i]*50
心房扩大（附件）
数值=np.随机.均匀（1,20,200）
df1=pd.DataFrame（{'Attributes'：atributes，'values'：values}）
如果“最小”为“无”，而“最大”为“无”：
min=df1[“值”].min（）
如果“最大”为“无”，而“最小”为“无”：
max=df1[“值”].max（）
如果“最小”或“最大”不是“无”：
df1=df1[（min
ymin=min-0.1*（max-min）
当这使
ymin
为零或为负时，对数刻度将有问题。您可能需要取
min
和
max
的
log
，进行计算，然后调用
exp（）
。此外，
设置主格式化程序…
不起作用对您遇到的问题不是很有帮助的解释。可能还需要
set\u minor\u formatter
来显示小刻度。您能创建一个可复制的示例吗？我已经更新了代码。我也尝试过实现您提到的内容，但没有多大区别！但是为什么要为日志sca设置
min=0
le？
log（0）
是负无穷大。将其设置为
1
或
0.5
怎么样？设置min=0后，我不取min的log，以避免出现数学错误。是否添加了
ax.yaxis.set_minor_格式化程序（ticker.FuncFormatter（lambda y，{:g}.format（y））
以同时显示次刻度？
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import ticker
from math import log, exp

log_scale = True
min = 0
max = 50

atributes = []
for i in [8, 10, 6, 12]:
    att = [i] * 50
    atributes.extend(att)
values = np.random.uniform(1, 20, 200)

df1 = pd.DataFrame({'Attributes': atributes, 'values': values})
if min is None and max is not None:
    min = df1["values"].min()
if max is None and min is not None:
    max = df1["values"].max()

if min or max is not None:
    df1 = df1[(min <= df1["values"]) & (df1["values"] <= max)]

plt.figure()
sns.set_style("whitegrid")
ax = None

ax = sns.boxplot(x='Attributes', y='values', data=df1, color="white")

if log_scale:
    plt.yscale('log')
    ax.yaxis.set_major_formatter(ticker.FuncFormatter(lambda y, _: '{:g}'.format(y)))

if min is not None:
    try:
        min, max = log(min), log(max)
    except ValueError:
        min = 0
        max = log(max)
    ymin = min - 0.1 * (max - min)
    ymax = max + 0.1 * (max - min)
    plt.ylim(exp(ymin), exp(ymax))

fig = plt.gcf()
fig.set_size_inches(10.5, 8)
plt.show()