Matplotlib log10刻度下动态显示更多主次坐标轴刻度标签

问题场景 #

使用给定的Pandas数据绘制log10刻度折线图时，y轴仅显示主刻度标签，无次要刻度；更换其他数据时则能正常显示更多主次刻度。需要实现无需硬编码数值，动态适配数据范围显示更多y轴刻度标签。

解决方案代码 #

import pandas as pd
from matplotlib import pyplot as plt
from matplotlib.ticker import LogLocator, ScalarFormatter

## 构造数据
temp_df = pd.DataFrame({'year': [2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009, 2010, 2011, 2012],
                        'numbers': [2684044.85, 4005117.02, 3046403.46, 6413495.07, 14885525.21, 5152235.33, 4040850.37,
                                    4616841.13, 4862062.25, 4702041.0, 5201620.42, 4405820.64, 1454650.88]})

## 绘制图表
fig, ax = plt.subplots(figsize=(14,7))
ax.plot('year', 'numbers', 'x-', data=temp_df)
ax.set_yscale('log', base=10)

# 配置主刻度：根据数据范围动态生成数量级刻度
ax.yaxis.set_major_locator(LogLocator(base=10.0, numticks=15))
# 配置次要刻度：每个数量级内显示2-9倍的中间刻度
ax.yaxis.set_minor_locator(LogLocator(base=10.0, subs='all', numticks=100))
# 设置次要刻度的标签格式，以常规数字显示
ax.yaxis.set_minor_formatter(ScalarFormatter())
# 调整刻度标签大小，避免重叠
ax.tick_params(axis='y', which='both', labelsize=10)

plt.show()

关键代码说明 #

• LogLocator：用于对数轴的刻度定位，subs='all'会生成每个数量级内的所有中间次要刻度（如10^6到107之间的2e6、3e6…9e6）；numticks设置足够大的值，确保Matplotlib不会因数据范围限制隐藏刻度。
• ScalarFormatter：让次要刻度标签以常规数字格式显示，替代默认的隐藏状态，也可根据需求换成LogFormatterSciNotation使用科学计数法。
• 整个配置完全动态，无需硬编码具体刻度值，会自动适配输入数据的数值范围生成合适的刻度。

内容的提问来源于stack exchange，提问作者Naveen Reddy Marthala