Matplotlib 半对数图：范围较大时小刻度线消失

Question

做半对数图（y为log）时，y轴上的小刻度线（十进制8个）自动出现，但似乎当轴范围超过10**10时，它们就消失了。我尝试了很多方法迫使他们回来，但都无济于事。他们可能会离开大范围以避免过度拥挤，但是应该有选择吗？

原文由 Chuck 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

matplotlib >= 2.0.2 的解决方案

让我们考虑以下示例

这是由这段代码产生的：

 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()

次要标记确实消失了，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 的所有次方，

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

诀窍是将 numticks 设置为等于或大于刻度数的数字（即在本例中为 12 或更高）。

然后，我们可以添加次要的刻度标签作为

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括 4 个小刻度（同样可以使用 8 个，但在此示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，我们需要使用 NullFormatter() 作为次要刻度，以免为它们显示任何刻度标签。

matplotlib 2.0.0 的解决方案

以下适用于 matplotlib 2.0.0 或以下版本，但不适用于 matplotlib 2.0.2。

让我们考虑以下示例

这是由这段代码产生的：

 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()

次要标记确实消失了，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 的所有次方，

 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刻度标签作为

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括 4 个小刻度（同样可以使用 8 个，但在此示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的整数幂的倍数（参见 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() ，以免为它们显示任何刻度标签。

原文由 ImportanceOfBeingErnest 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

据我所知，从 Matplotlib 3.5.2 开始：

• 对于 8 个或更少的主要刻度线，次要刻度线显示
• 有 9 到 11 个主要刻度线， subs="auto" 将显示次要刻度线
• 12个或更多，你需要手动设置 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"))

手动设置子

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)))

原文由 David Gilbertson 发布，翻译遵循 CC BY-SA 4.0 许可协议