如何在半对数图上显示所有小刻度线

Question

制作半对数图（y 是对数）时，y 轴上的小刻度线（十进制 8）会自动出现，但似乎当轴范围超过 10**10 时，它们就会消失。我尝试了很多方法来强行让他们回来，但都没有效果。也许他们会去大范围以避免过度拥挤，但人们应该有选择？

Answer 1

matplotlib >= 2.0.2 的解决方案

让我们考虑以下示例

由这段代码生成：

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()

小刻度标签确实消失了，通常显示它们的方法（如

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

）失败了。

第一步是在轴上显示 10 的所有幂，

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

其中技巧是将

numticks

设置为等于或大于刻度数的数字（即本例中为 12 或更高）。

然后，我们可以添加小刻度标签为

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())

请注意，我将其限制为每十年包含 4 个小刻度（使用 8 个同样可能，但在本例中会使轴过度拥挤）。另请注意，

numticks

再次（非常不直观）为 12 或更大。

最后，我们需要对小刻度使用

NullFormatter()

，以免出现任何刻度标签。

matplotlib 2.0.0 的解决方案

以下内容在 matplotlib 2.0.0 或更低版本中有效，但在 matplotlib 2.0.2 中不起作用。

让我们考虑以下示例

由这段代码生成：

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()

小刻度标签确实消失了，通常显示它们的方法（如

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

）失败了。

第一步是在轴上显示 10 的所有幂，

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

然后，我们可以添加小刻度标签为

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，我将其限制为每十年包含 4 个小刻度（使用 8 个同样可能，但在本例中会使轴过度拥挤）。另请注意 - 这可能是这里的关键 -

subs

参数给出了放置刻度的基数整数幂的倍数（请参阅文档），给出了一个范围超过二十年的列表，而不是一个。

最后，我们需要对小刻度使用

NullFormatter()

，以免出现任何刻度标签。

Answer 2

据我所知，从 Matplotlib 3.5.2 开始：

• 主刻度线不超过 8 个时，会显示次刻度线
• 有 9 至 11 个主要刻度线，

  subs="auto"

  将显示次要刻度线
• 12个以上，需要手动设置

  subs

  。

使用

subs="auto"

from matplotlib import pyplot as plt, ticker as mticker

fig, ax = plt.subplots()
y = np.arange(11)
x = 10.0**y

ax.semilogx(x, y)
ax.xaxis.set_major_locator(mticker.LogLocator(numticks=999))
ax.xaxis.set_minor_locator(mticker.LogLocator(numticks=999, subs="auto"))

手动设置低音炮

from matplotlib import pyplot as plt, ticker as mticker

fig, ax = plt.subplots()
y = np.arange(12)
x = 10.0**y

ax.semilogx(x, y)
ax.xaxis.set_major_locator(mticker.LogLocator(numticks=999))
ax.xaxis.set_minor_locator(mticker.LogLocator(numticks=999, subs=(.2, .4, .6, .8)))

Answer 3

这里的答案忽略了一个方便的事实，即对数刻度轴已经具有必要的定位器。至少从 Matplotlib 3.6 开始，使用

set_params()

和强制小刻度的值就足够了：

import matplotlib.pyplot as plt
import numpy as np

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

fig, ax = plt.subplots()

ax.plot(x, y)

ax.set_xscale('log')

ax.xaxis.get_major_locator().set_params(numticks=99)
ax.xaxis.get_minor_locator().set_params(numticks=99, subs=[.2, .4, .6, .8])

plt.show()

Answer 4

带有空标签的主要刻度将生成刻度但没有标签。

ax.set_yticks([1.E-6,1.E-5,1.E-4,1.E-3,1.E-2,1.E-1,1.E0,1.E1,1.E2,1.E3,1.E4,1.E5,])

ax.set_yticklabels(['$10^{-6}$','','','$10^{-3}$','','','$1$','','','$10^{3}$','',''])

---

Answer 5

将matplotlib >= 2.0.2的importanceofbeingernest中的

优秀答案

包装到一个函数中：

import matplotlib.pyplot as plt
from typing import Optional


def restore_minor_ticks_log_plot(
    ax: Optional[plt.Axes] = None, n_subticks=9
) -> None:
    """For axes with a logrithmic scale where the span (max-min) exceeds
    10 orders of magnitude, matplotlib will not set logarithmic minor ticks.
    If you don't like this, call this function to restore minor ticks.

    Args:
        ax:
        n_subticks: Number of Should be either 4 or 9.

    Returns:
        None
    """
    if ax is None:
        ax = plt.gca()
    # Method from SO user importanceofbeingernest at
    # https://stackoverflow.com/a/44079725/5972175
    locmaj = mpl.ticker.LogLocator(base=10, numticks=1000)
    ax.xaxis.set_major_locator(locmaj)
    locmin = mpl.ticker.LogLocator(
        base=10.0, subs=np.linspace(0, 1.0, n_subticks + 2)[1:-1], numticks=1000
    )
    ax.xaxis.set_minor_locator(locmin)
    ax.xaxis.set_minor_formatter(mpl.ticker.NullFormatter())

这个函数可以被调用为

plt.plot(x,y)
plt.xscale("log")
restore_minor_ticks_log_plot()

或更明确地

_, ax = plt.subplots()
ax.plot(x, y)
ax.set_xscale("log")
restore_minor_ticks_log_plot(ax)