Matplotlib半对数图:当范围很大时,小刻度标记消失

Question

当制作半对数图(y是对数)时,y轴上的次刻度标记(十年中的8)会自动出现,但似乎当轴范围超过10**10时,它们会消失.我试过很多方法强迫他们回来,但无济于事.它们可能会因为大范围而消失以避免过度拥挤,但人们应该有选择吗？

Answer 1

matplotlib的解决方案> = 2.0.2

让我们考虑以下示例

这段代码产生的:

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()

次要的标签确实消失了,通常的方式来表明它们(比如plt.tick_params(axis='x', which='minor'))失败了.

然后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)

其中诀窍是设置numticks一个等于或大于刻度数的数字(在这种情况下为12或更高).

然后,我们可以添加次要的标签

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,我将此限制为每十年包含4个小刻度(使用8同样可能,但在此示例中会过度拥挤轴).另请注意,numticks再次(非常不直观地)12或更大.

最后,我们需要使用a NullFormatter()作为次要刻度,以便不为它们显示任何ticklabel.

matplotlib 2.0.0的解决方案

以下适用于matplotlib 2.0.0或更低版本,但它在matplotlib 2.0.2中不起作用.

让我们考虑以下示例

这段代码产生的:

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()

次要的标签确实消失了,通常的方式来表明它们(比如plt.tick_params(axis='x', which='minor'))失败了.

然后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,我们可以添加次要的标签

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同样可能,但在此示例中会过度拥挤轴).还要注意 - 这可能是这里的关键 - 该subs参数给出了一个列表,该列表的范围超过了二十年,而不是一个,这给出了基数的整数幂的倍数(参见文档).

最后,我们需要使用a NullFormatter()作为次要刻度,以便不为它们显示任何ticklabel.