如何在Matplotlib中显示无标签的主刻度？

我把Matplotlib图表的刻度标签设得足够大以保证可读性，但这导致部分主刻度被自动省略。比如第一个子图明明有空间放10⁻³的主刻度，却因为标签尺寸问题被Matplotlib砍掉了。我可以接受不显示这个刻度的标签，但必须要显示主刻度线。

目前我是手动设置每个子图的yticks解决的，但操作太麻烦。核心需求是：不改变图表尺寸的前提下显示缺失的主刻度，同时不能因为加太多刻度导致图表缩放变形，想找个更简便的方法。

初始代码 #

fig, axs = plt.subplots(7,1, sharey =False, sharex=True,layout='constrained')
loc = matplotlib.ticker.LogLocator(base=10.0,subs=(0.2,0.4,0.6,0.8),numticks=12)
axis=[0,1,2,3,4,5,6]
color_data =['b.','g.', 'r.','c.','m.','y.','k.']
color_fit =['b','g', 'r','c','m','y','k']
for i,c_data,c_fit,r in zip(axis,color_data,color_fit,rapidez):
    axs[i].plot(n_eixo[i],Pn_fit[i],c_fit)
    axs[i].plot(list_n[i],list_PB[i],c_data,markersize=10)
    axs[i].set_yscale('log')
    axs[i].set_xlim(xmin=0)
    axs[i].yaxis.set_minor_locator(loc)
    axs[i].yaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())
    axs[i].set_xticks(np.arange(0,625,25))
    axs[i].tick_params(axis='both', which='major', labelsize=12,size=8,direction='in', bottom=True, left=True)
    axs[i].tick_params(axis='both', which='minor', labelsize=8,direction='in')

手动修复代码（操作繁琐） #

fig, axs = plt.subplots(7,1, sharey =False, sharex=True,layout='constrained')
loc = matplotlib.ticker.LogLocator(base=10.0,subs=(0.2,0.4,0.6,0.8),numticks=12)
axis=[0,1,2,3,4,5,6]
color_data =['b.','g.', 'r.','c.','m.','y.','k.']
color_fit =['b','g', 'r','c','m','y','k']
for i,c_data,c_fit,r in zip(axis,color_data,color_fit,rapidez):
    axs[i].plot(n_eixo[i],Pn_fit[i],c_fit)
    axs[i].plot(list_n[i],list_PB[i],c_data,markersize=10)
    axs[i].set_yscale('log')
    axs[i].set_xlim(xmin=0)
    axs[i].yaxis.set_minor_locator(loc)
    axs[i].yaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())
    axs[i].set_xticks(np.arange(0,625,25))
    axs[i].tick_params(axis='both', which='major', labelsize=12,size=8,direction='in', bottom=True, left=True)
    axs[i].tick_params(axis='both', which='minor', labelsize=8,direction='in')
#-----------------------手动设置部分------------------------- 
axs[0].set_yticks([10**(-x) for x in range(2, 5, 1)])
axs[1].set_yticks([10**(-x) for x in range(2, 5, 1)])
axs[2].set_yticks([10**(-x) for x in range(2, 5, 1)])
axs[3].set_yticks([10**(-x) for x in range(2, 5, 1)])
axs[5].set_yticks([10**(-x) for x in range(3, 6, 1)])
#------------------------------------------------------------

效果对比 #

• 问题图表：主刻度缺失
  

• 修复后图表：主刻度完整显示
  

• 错误示范：过度缩放导致图表变形
  

简便解决方案：分离刻度位置与标签显示 #

核心思路是强制指定主刻度的完整范围，让Matplotlib自动处理标签的显示（重叠则隐藏标签，但保留刻度线），无需手动逐个设置子图。

修改后的代码

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

fig, axs = plt.subplots(7,1, sharey =False, sharex=True,layout='constrained')

# 定义主刻度定位器：覆盖所有需要的对数刻度范围
major_loc = ticker.LogLocator(base=10.0, numticks=10)
# 原副刻度定位器保留
minor_loc = ticker.LogLocator(base=10.0, subs=(0.2,0.4,0.6,0.8), numticks=12)

axis=[0,1,2,3,4,5,6]
color_data =['b.','g.', 'r.','c.','m.','y.','k.']
color_fit =['b','g', 'r','c','m','y','k']

for i,c_data,c_fit,r in zip(axis,color_data,color_fit,rapidez):
    axs[i].plot(n_eixo[i],Pn_fit[i],c_fit)
    axs[i].plot(list_n[i],list_PB[i],c_data,markersize=10)
    axs[i].set_yscale('log')
    axs[i].set_xlim(xmin=0)
    
    # 应用主、副刻度定位器
    axs[i].yaxis.set_major_locator(major_loc)
    axs[i].yaxis.set_minor_locator(minor_loc)
    
    # 副刻度不显示标签
    axs[i].yaxis.set_minor_formatter(ticker.NullFormatter())
    
    # 主刻度用自动格式化器：自动判断标签是否重叠，重叠则隐藏标签但保留刻度线
    axs[i].yaxis.set_major_formatter(ticker.LogFormatterSciNotation())
    
    axs[i].set_xticks(np.arange(0,625,25))
    axs[i].tick_params(axis='both', which='major', labelsize=12,size=8,direction='in', bottom=True, left=True)
    axs[i].tick_params(axis='both', which='minor', labelsize=8,direction='in')

关键说明

• LogLocator(numticks=10)会生成足够多的主刻度，覆盖你需要的对数范围，确保所有应该显示的主刻度线都能出现
• LogFormatterSciNotation()会自动处理标签布局：如果标签间距太小会自动隐藏部分标签，但刻度线会完整保留，完美匹配你的需求
• 所有子图统一应用规则，无需手动逐个设置yticks，大幅简化操作

进阶：自定义标签显示规则

如果需要精准控制哪些标签显示（比如只显示偶次幂的标签），可以自定义格式化器：

class CustomLogFormatter(ticker.LogFormatterSciNotation):
    def __call__(self, x, pos=None):
        exponent = np.log10(x)
        # 示例：只显示10的偶次幂标签，其他仅保留刻度线
        if exponent % 2 == 0:
            return super().__call__(x, pos)
        else:
            return ''

# 在循环中替换主格式化器
axs[i].yaxis.set_major_formatter(CustomLogFormatter())

内容的提问来源于stack exchange，提问作者Henrique