使用对数刻度时Matplotlib次坐标轴出现反转问题

我在使用对数刻度绘制次坐标轴时遇到了反转问题：

• 将星等（magnitude）设为主坐标轴（左侧），范围设为10→0（星等越小代表亮度越高）
• 光度（luminosity）设为次坐标轴（右侧），光度越高对应星等越小，前两幅图表现正常
• 但为光度设置对数刻度后，次坐标轴出现反转，光度随星等增大而上升，不符合物理逻辑

代码示例 #

# Test secondary axis
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
print(matplotlib.__version__)

# Mag to luminosity (solar units) conversion
M_sun = 4.83

def mag2lum(mag):
    return 10**(0.4*(M_sun - mag))

def lum2mag(L):
    return M_sun - 2.5*np.log10(L)

def mag2lgl(mag):
    return 0.4*(M_sun - mag)

def lgl2mag(lgl):
    return M_sun - 2.5*lgl

# log luminosity as second axis - correct behaviour
fig, ax = plt.subplots(constrained_layout=True)
plt.ylabel(r'$M_G$ [mag]')
plt.xlim(-1, 5)
plt.ylim(10, 0)
secax = ax.secondary_yaxis('right', functions=(mag2lgl, lgl2mag))
secax.set_ylabel(r'$\log\ L_G\ [L_\odot]$')
plt.show()

# luminosity as second axis - correct behaviour, but labelling is horrible
fig, ax = plt.subplots(constrained_layout=True)
plt.ylabel(r'$M_G$ [mag]')
plt.xlim(-1, 5)
plt.ylim(10, 0)
secax = ax.secondary_yaxis('right', functions=(mag2lum, lum2mag))
secax.set_ylabel(r'$L_G\ [L_\odot]$')
plt.show()

# luminosity as second axis on log scale: axis is reversed
fig, ax = plt.subplots(constrained_layout=True)
plt.ylabel(r'$M_G$ [mag]')
plt.xlim(-1, 5)
plt.ylim(10, 0)
secax = ax.secondary_yaxis('right', functions=(mag2lum, lum2mag))
secax.set_ylabel(r'$L_G\ [L_\odot]$')
secax.set_yscale('log')
plt.show()

问题原因 #

这不是Matplotlib的Bug，而是主坐标轴处于反转状态（ylim(10,0)），设置次坐标轴对数刻度时，Matplotlib默认应用对数轴的常规方向（数值从小到大），打破了和主轴的反转对应关系，导致刻度方向不符合物理逻辑。

解决方法 #

方法1：手动反转次坐标轴

在设置对数刻度后，手动反转次轴方向，匹配主轴的物理意义：

# 修复后的对数光度次坐标轴代码
fig, ax = plt.subplots(constrained_layout=True)
plt.ylabel(r'$M_G$ [mag]')
plt.xlim(-1, 5)
plt.ylim(10, 0)
secax = ax.secondary_yaxis('right', functions=(mag2lum, lum2mag))
secax.set_ylabel(r'$L_G\ [L_\odot]$')
secax.set_yscale('log')
# 手动反转次坐标轴，让光度随星等减小（向上）递增
secax.invert_yaxis()
plt.show()

方法2：直接使用对数光度转换函数

复用第一幅图的对数光度转换逻辑，避免额外处理刻度方向，逻辑更清晰：

# 更简洁的对数光度次坐标轴实现
fig, ax = plt.subplots(constrained_layout=True)
plt.ylabel(r'$M_G$ [mag]')
plt.xlim(-1, 5)
plt.ylim(10, 0)
secax = ax.secondary_yaxis('right', functions=(mag2lgl, lgl2mag))
secax.set_ylabel(r'$\log\ L_G\ [L_\odot]$')
plt.show()

内容的提问来源于stack exchange，提问作者Jon Loveday