Matplotlib Colorbar问题：对数刻度下指定刻度部分无标签显示的解决方法

我来帮你梳理这个问题的原因和解决方案：

问题原因 #

你遇到的现象是LogFormatter的默认行为导致的：这个格式化器会自动过滤它认为“不符合对数刻度常规标签逻辑”的刻度值，即使你手动指定了ticks列表。

具体来说，LogFormatter内部会判断每个刻度值与最近的对数底数幂次的比值（比如底数10时，15最近的幂次是10^{1=10，比值是1.5），默认只有当这个比值在`1/threshold`到`threshold`之间（默认`threshold=2`）时，才会显示标签。但还有额外的逻辑：对于离幂次较远的数值，即使比值在范围内，它也可能不显示（比如15相对于10和100的对数间距，不在默认的“优先显示”列表里）。而当你切换到底数2时，17的对数（log₂(17)=4.09）离2}4=16非常近，刚好符合显示规则，而15（log₂(15)=3.906）离2^3=8和24=16的距离都不满足它的默认判断，所以被过滤。

解决方案 #

这里有几个更优雅的方法，不用手动设置yticklabels：

方法1：修改LogFormatter的阈值参数 #

直接给LogFormatter设置threshold=np.inf，让它不再过滤任何刻度标签，同时保持labelOnlyBase=False：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
import matplotlib
from matplotlib.ticker import LogFormatter

x, y = np.meshgrid(np.linspace(0, 1, 30), np.linspace(0, 1, 30))
z = x**2 + 15*y**3 + 1.5

plt.figure(figsize=(9, 4.5))
scatter = plt.scatter(x, y, c=z, cmap=cm.jet, norm=matplotlib.colors.LogNorm(), vmin=1, vmax=20)
# 设置threshold为无穷大，关闭过滤逻辑
formatter = LogFormatter(10, labelOnlyBase=False, threshold=np.inf)
cbar = plt.colorbar(scatter, ticks=[1, 2, 5, 10, 15, 20], format=formatter)
plt.show()

这样所有指定的刻度标签都会正常显示，同时还能保留对数刻度的副刻度线（如果需要的话）。

方法2：使用FuncFormatter自定义格式化逻辑 #

如果你需要完全控制标签的显示，可以用FuncFormatter来直接格式化每个刻度值，比如：

from matplotlib.ticker import FuncFormatter

# 自定义格式化函数，直接返回刻度值的字符串
def log_formatter(x, pos):
    return f"{x:.0f}"  # 这里可以根据需求调整格式，比如保留小数位

plt.figure(figsize=(9, 4.5))
scatter = plt.scatter(x, y, c=z, cmap=cm.jet, norm=matplotlib.colors.LogNorm(), vmin=1, vmax=20)
cbar = plt.colorbar(scatter, ticks=[1, 2, 5, 10, 15, 20], format=FuncFormatter(log_formatter))
plt.show()

这种方法最灵活，适合需要自定义标签格式（比如添加单位、调整小数位数）的场景。

方法3：使用FixedFormatter（简化版手动设置） #

如果你只是想显示指定的刻度标签，也可以用FixedFormatter，它会直接使用你提供的标签列表，不用手动调用set_yticklabels：

from matplotlib.ticker import FixedFormatter

plt.figure(figsize=(9, 4.5))
scatter = plt.scatter(x, y, c=z, cmap=cm.jet, norm=matplotlib.colors.LogNorm(), vmin=1, vmax=20)
ticks = [1, 2, 5, 10, 15, 20]
cbar = plt.colorbar(scatter, ticks=ticks)
cbar.ax.yaxis.set_major_formatter(FixedFormatter([str(t) for t in ticks]))
plt.show()

这个方法比手动设置yticklabels更符合Matplotlib的API规范，也更易维护。

内容的提问来源于stack exchange，提问作者Anna