如何使用动态变量为不同Matplotlib图表设置不同FuncFormatter

我需要在循环中生成多个图表，每个图表展示同一条曲线，同时右侧Y轴使用不同的缩放比例，且缩放比例依赖循环变量。

固定缩放因子的代码可以正常运行：

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

data = np.random.normal(0, 0.01, (20))

# 这段代码正常工作，两个图表的右侧Y轴分别按2倍和10倍缩放
for right_scale in [2, 10]:
    fig, ax = plt.subplots()
    ax.plot(data)
    ax2 = ax.twinx()
    ax2.set_ylim(ax.get_ylim())
    if right_scale == 2:
        formatter = FuncFormatter(lambda x, pos: '{:.2f}'.format(x * 2))
    else:
        formatter = FuncFormatter(lambda x, pos: '{:.3f}'.format(x * 10))
    ax2.yaxis.set_major_formatter(formatter)
plt.show()

但改用动态循环变量时，所有图表的右侧Y轴都按最后一个缩放因子（10倍）显示，问题出在lambda函数绑定的是变量引用而非定义时的具体值。

问题原因 #

Python的lambda函数在定义时不会立即捕获变量的当前值，而是保留对变量的引用。当循环执行完毕，right_scale的最终值为10，所有之前创建的lambda函数都会使用这个最终值。

解决方案 #

方法1：用默认参数捕获当前值

在lambda中添加默认参数，将当前的right_scale值作为默认值传入，让lambda捕获定义时的具体值而非变量引用：

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

data = np.random.normal(0, 0.01, (20))

for right_scale in [2, 10]:
    fig, ax = plt.subplots()
    ax.plot(data)
    ax2 = ax.twinx()
    ax2.set_ylim(ax.get_ylim())
    if right_scale == 2:
        # 通过默认参数s=right_scale捕获当前循环的缩放值
        formatter = FuncFormatter(lambda x, pos, s=right_scale: '{:.2f}'.format(x * s))
    else:
        formatter = FuncFormatter(lambda x, pos, s=right_scale: '{:.3f}'.format(x * s))
    ax2.yaxis.set_major_formatter(formatter)
plt.show()

方法2：用工厂函数生成格式化器

定义专门的工厂函数，利用函数局部作用域保存当前的缩放因子值：

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

data = np.random.normal(0, 0.01, (20))

def create_formatter(scale):
    # 函数局部作用域会保存当前传入的scale值
    if scale == 2:
        return FuncFormatter(lambda x, pos: '{:.2f}'.format(x * scale))
    else:
        return FuncFormatter(lambda x, pos: '{:.3f}'.format(x * scale))

for right_scale in [2, 10]:
    fig, ax = plt.subplots()
    ax.plot(data)
    ax2 = ax.twinx()
    ax2.set_ylim(ax.get_ylim())
    formatter = create_formatter(right_scale)
    ax2.yaxis.set_major_formatter(formatter)
plt.show()

内容的提问来源于stack exchange，提问作者James