Python 使用matplotlib以固定格式显示值

关于堆栈溢出的这个问题，有几种答案，但似乎都不起作用

这是我的绘图代码：

import matplotlib.pyplot as plt

arr = []

for n in range(3,13):
    for i in range(0,1000):
        val = 50000000 * float(i) / 10**n
        if val not in arr:
            arr.append(val)

arr.sort()

plt.plot(arr)
plt.grid(True)
plt.show()

我尝试在

plt.plot（arr）

行之后添加这一行：

plt.gca().get_yaxis().get_major_formatter().set_useOffset(False)

运气不好

---

我怎样才能做到这一点呢？

这总是让我有点烦，因为不是所有的答案都取决于你如何定义你的情节

对于您的情况，以下工作（我只是导入并创建了一个ScalarFormatter）并将其设置为

get\u yaxis（）

行上的轴

import matplotlib.pyplot as plt
from matplotlib.ticker import ScalarFormatter 

# Create a tick formatter
non_sc_formatter = ScalarFormatter(useOffset=False)
non_sc_formatter.set_scientific(False)


arr = []

for n in range(3,13):
    for i in range(0,1000):
        val = 50000000 * float(i) / 10**n
        if val not in arr:
            arr.append(val)

arr.sort()

plt.plot(arr)
plt.gca().get_yaxis().set_major_formatter(non_sc_formatter)  # use the tick formatter
plt.grid(True)
plt.show()

---

这总是让我很烦，因为不是所有的答案都取决于你如何定义你的情节

对于您的情况，以下工作（我只是导入并创建了一个ScalarFormatter）并将其设置为

get\u yaxis（）

行上的轴

import matplotlib.pyplot as plt
from matplotlib.ticker import ScalarFormatter 

# Create a tick formatter
non_sc_formatter = ScalarFormatter(useOffset=False)
non_sc_formatter.set_scientific(False)


arr = []

for n in range(3,13):
    for i in range(0,1000):
        val = 50000000 * float(i) / 10**n
        if val not in arr:
            arr.append(val)

arr.sort()

plt.plot(arr)
plt.gca().get_yaxis().set_major_formatter(non_sc_formatter)  # use the tick formatter
plt.grid(True)
plt.show()

---

你在图中看到的不是偏移量，而是一个因子。如果轴启用了科学符号，则使用该系数

您可以关闭轴上的科学符号

plt.gca().get_yaxis().get_major_formatter().set_scientific(False)

或者使用更全面的

.ticklab\u格式

方法

plt.gca().ticklabel_format(axis="y", style="plain")

---

你在图中看到的不是偏移量，而是一个因子。如果轴启用了科学符号，则使用该系数

您可以关闭轴上的科学符号

plt.gca().get_yaxis().get_major_formatter().set_scientific(False)

或者使用更全面的

.ticklab\u格式

方法

plt.gca().ticklabel_format(axis="y", style="plain")

---

太好了，很有效！！！，只需更改

从matplotlib.ticker导入ScalarFormatter

（颠倒顺序）。非常感谢。太好了，很有效！！！，只需更改

从matplotlib.ticker导入ScalarFormatter

（颠倒顺序）。非常感谢。