Matplotlib:设置x-limits也强制刻度标签？

Question

我刚升级到matplotlib 2.0,我觉得我正在疯狂吃药.我正在尝试制作对数线性图,其中y轴为线性刻度,x轴为log10刻度.以前,下面的代码可以让我准确指出我想要的刻度线,以及我希望它们的标签是什么:

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()

但是在matplotlib 2.0中,这现在让我得到一组重叠的刻度标签,其中matplotlib显然想要自动创建刻度:

但是,如果我注释掉"plt.xlim(0.4,2.0)"行并让它自动确定轴限制,则没有重叠的刻度标签,我只得到我想要的那些:

但这不起作用,因为我现在有无用的x轴限制.

有任何想法吗？

编辑:对于将来搜索互联网的人,我越来越相信这实际上是matplotlib本身的一个错误.我回到了1.5.3节.要避免这个问题.

Answer 1

重叠的额外滴答标签源自一些小刻度标签,这些标签存在于图中.要摆脱它们,可以将次格式化程序设置为NullFormatter:

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

然后,问题的完整代码可能会像

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()

由于未将xticklabels设置为字符串,因此可能更直观的代码如下所示,其中我们使用a FixedLocator和a ScalarFormatter.
此代码生成与上面相同的图.

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()