Matplotlib半对数图：范围较大时，较小的刻度线消失了

Matplotlib半对数图：范围较大时，较小的刻度线消失了 matplotlib> = 2.0.2的解决方案

让我们考虑以下示例

由以下代码产生：

import matplotlib.pyplot as pltimport matplotlib.tickerimport numpy as npy = np.arange(12)x = 10.0**yfig, ax=plt.subplots()ax.plot(x,y)ax.set_xscale("log")plt.show()

较小的滴答标签确实已经消失，并且显示它们的常用方法（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)

诀窍是将数字设置

numticks

为等于或大于刻度数（在这种情况下，即等于或大于12）。

然后，我们可以将次要的ticklabel添加为

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个较小的滴答声（同样可以使用8个滴答声，但在此示例中将使轴过度拥挤）。另请注意，该

numticks

值再次（不直观）为12或更大。

最后，我们需要对

NullFormatter()

较小的刻度线使用a ，以便不为它们显示任何刻度线标签。

matplotlib 2.0.0的解决方案

以下内容适用于matplotlib 2.0.0或更低版本，但不适用于matplotlib 2.0.2。

让我们考虑以下示例

由以下代码产生：

import matplotlib.pyplot as pltimport matplotlib.tickerimport numpy as npy = np.arange(12)x = 10.0**yfig, ax=plt.subplots()ax.plot(x,y)ax.set_xscale("log")plt.show()

较小的滴答标签确实已经消失，并且显示它们的常用方法（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，我们可以将次要的ticklabel添加为

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个较小的滴答声（同样可以使用8个滴答声，但在此示例中将使轴过度拥挤）。还要注意-
这可能是这里的关键-该

subs

参数给出了清单的范围，而不是一个，而该参数给出了刻度的基数的整数倍数（请参见文档）。

最后，我们需要对

NullFormatter()

较小的刻度线使用a ，以便不为它们显示任何刻度线标签。