如何在x轴设为log刻度时自动更新因x负值产生NaN后的ylim

当x轴设为log刻度时，Matplotlib只是隐藏了x≤0的点，但计算y轴范围时仍会把这些点的y值纳入考量，这就是y轴范围未自动更新的核心原因。下面是几个实用的解决思路：

方法1：提前过滤无效数据（最直接） #

在绘图前就筛选出x>0的有效数据，这样绘图时只会基于可见数据计算y轴范围：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(-10, 11, 1)
y = x
# 筛选x>0的有效数据
mask = x > 0
plt.plot(x[mask], y[mask], marker='d')
plt.xscale('log')
plt.show()

方法2：基于可见数据手动调整y轴范围 #

如果不想修改原始数据，可以在设置log刻度后，提取曲线中可见点的y值来更新y轴范围：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(-10, 11, 1)
plt.plot(x, x, marker='d')
plt.xscale('log')

# 获取当前轴对象
ax = plt.gca()
# 获取曲线的原始数据
line = ax.lines[0]
x_data = line.get_xdata()
y_data = line.get_ydata()
# 筛选出x>0对应的y值
valid_y = y_data[x_data > 0]
# 设置y轴范围为有效数据的极值
ax.set_ylim(valid_y.min(), valid_y.max())

plt.show()

方法3：强制基于可见元素重新计算范围（进阶） #

ax.relim()默认会包含所有数据（包括不可见的），我们可以通过参数指定只考虑可见元素：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(-10, 11, 1)
plt.plot(x, x, marker='d')
plt.xscale('log')

ax = plt.gca()
# 仅基于可见元素重新计算数据范围
ax.relim(visible_only=True)
# 自动更新轴视图
ax.autoscale_view()

plt.show()

内容的提问来源于stack exchange，提问作者swagner