在 Matplotlib 中使用 LogFormatter 更改标记的刻度数

Question

在 Matplotlib 的 documentation for

matplotlib.ticker.LogFormatter

中，指出使用参数

minor_thresholds

可以控制小刻度的标签：

如果 labelOnlyBase 为 False，这两个数字控制不为基数整数次方的刻度的标签；通常这些是小蜱虫。控制参数是轴数据范围的对数。在基数为 10 的典型情况下，它是轴跨越的十进制数，因此我们可以将其称为“numdec”。如果

numdec <= all

，所有小刻度都将被标记。如果

all < numdec <= subset

，那么 只会标记小刻度的子集，以避免拥挤。如果

numdec > subset

则不会标记任何小刻度。

我想更改

all < numdec <= subset

时自动标记的刻度数，因为有时并不能完全避免拥挤，例如这个图

是使用 LogFormatterSciNotation 生成的，它以 LogFormatter 作为基础：

import matplotlib.ticker as ticker

ax.set_minor_formatter(ticker.LogFormatterSciNotation(base=10, minor_thresholds=(1, 0.4)))

在这种情况下，

numdec = 0.7

，我们处于这种情况

all < numdec <= subset

，其中仅标记了小刻度的子集，例如三个。

有没有办法在不指定其值的情况下更改标记刻度的数量？

Answer 1

这似乎是硬连线的，可以将刻度数减少 2 倍，这里。

注意，这个方法（

.set_locs()

）本质上是设置Formatter实例的

._sublabels

属性。该方法是自动调用的，因此我们不能自己设置

._sublabels

来覆盖它们，但我们可以重写

.set_locs

方法来修改其行为。

在这个最小的示例中，我假设您只会在

all < numdec <= subset

为 True 时执行此操作，因此我没有考虑其他情况。为了获得更完整的解决方案，您可能需要更彻底地执行此操作。

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
import numpy as np

# Set up a simple plot to demonstrate the behaviour
fig, ax = plt.subplots()
ax.set_xscale('log')
ax.set_xlim(.1, .8)
fmt = ticker.LogFormatterSciNotation(base=10, minor_thresholds=(1, 0.4))

def my_locs(self, locs=None):
    '''
    Redefine the set_locs method of the formatter
    Here I've used the "locs" parameter to control the number
    of tick labels; in the existing method, locs is not used. 
    '''
    b = self._base
    c = np.geomspace(1, b, int(b)//int(locs) + 1)
    self._sublabels = set(np.round(c))

## Tune the number of labels you want with the locs value.
## Higher numbers = fewer labels
locs = 3
fmt.set_locs = lambda x: my_locs(fmt, locs)

ax.xaxis.set_minor_formatter(fmt)

与

locs=2

（相当于默认值）

与

locs=3

与

locs=4