独立于绘图函数创建对数色标时手动刻度设置失效求助

我帮你排查了代码里的几个关键问题，这就是为什么你的对数色标刻度设置不生效的原因，以及对应的修复方案：

核心错误点 #

1. 标签生成逻辑完全错误 #

你的make_log_ticks函数里，生成标签时用了str(int(val))，但这里的val是从Text.get_position()拿到的色标轴的坐标位置（比如0.0、0.5这类），不是对应的数据数值。这就导致所有标签都错误地变成了10^3（因为最后一个刻度位置是3.5，int(val)取整后是3），而且完全没用到实际的数据范围来计算对数刻度的指数。

2. ScalarMappable的归一化设置顺序错误 #

在make_cbar的log分支中，你先调用了m.set_array(np.log10(list(set(data))))，之后才创建norm。但正确的流程是先创建归一化规则（norm），再把它传给ScalarMappable的构造函数，否则色标不会正确应用对数映射关系，导致轴范围混乱。

3. 手动模拟对数刻度冗余且易出错 #

你试图手动生成线性位置和空标签来模拟对数刻度的主次刻度，但Matplotlib本身就内置了对数刻度的支持，直接用官方提供的工具类就能自动生成正确的刻度，不需要手动造数据。

修复后的代码 #

我重构了make_cbar函数，去掉了冗余的手动刻度生成逻辑，改用Matplotlib内置的对数工具，同时修复了归一化的设置顺序：

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

def make_cbar(data, cmap=mpl.cm.jet, log=False):
    # 转换为numpy数组方便处理
    data = np.array(data)
    
    if log:
        # 对数色标必须过滤非正数（对数无法处理0或负数）
        data = data[data > 0]
        if len(data) == 0:
            raise ValueError("对数色标要求数据必须包含正数")
        # 使用LogNorm直接处理对数归一化
        norm = mpl.colors.LogNorm(vmin=data.min(), vmax=data.max())
    else:
        norm = mpl.colors.Normalize(vmin=data.min(), vmax=data.max())
    
    # 创建ScalarMappable时直接传入norm和cmap，确保映射关系正确
    m = mpl.cm.ScalarMappable(norm=norm, cmap=cmap)
    m.set_array(data)
    
    cbar = plt.colorbar(m)
    
    # 设置刻度样式
    cbar.ax.tick_params(axis='y', which='major', width=3, length=5)
    cbar.ax.tick_params(axis='y', which='minor', width=2, length=3)
    
    if log:
        from matplotlib.ticker import LogLocator, LogFormatterMathtext
        # 主刻度：10的整数次幂（比如10^0, 10^1, 10^2）
        cbar.ax.yaxis.set_major_locator(LogLocator(base=10.0, numticks=10))
        # 主刻度标签用LaTeX格式的10^x，和你想要的样式一致
        cbar.ax.yaxis.set_major_formatter(LogFormatterMathtext(base=10.0))
        # 次刻度：每个数量级内的中间值（比如2e3, 3e3 ... 9e3）
        cbar.ax.yaxis.set_minor_locator(LogLocator(base=10.0, subs=np.arange(2,10)*0.1, numticks=10))
        # 次刻度不显示标签
        cbar.ax.yaxis.set_minor_formatter(mpl.ticker.NullFormatter())
    
    # 定义颜色映射函数，增加非正数处理（仅对数模式）
    def color_func(c):
        if log:
            if np.isscalar(c):
                return m.cmap(norm(max(c, 1e-10)))  # 非正数映射到最小正数对应的颜色
            c_copy = c.copy()
            c_copy[c_copy <= 0] = 1e-10
            return m.cmap(norm(c_copy))
        else:
            return m.cmap(norm(c))
    
    return cbar, color_func

使用示例 #

用随机测试数据验证一下：

# 生成10^0到10^3之间的随机数据
test_data = np.random.uniform(1, 1000, size=(100, 100))
# 创建对数色标
cbar, get_color = make_cbar(test_data, log=True)
plt.imshow(test_data, cmap='jet')
plt.show()

为什么之前的设置不生效？ #

你手动设置的pos是0.0到3.5的线性位置，但由于之前的归一化设置错误，色标轴的默认范围是0到1，超过范围的刻度会被强制压缩到轴的边界（也就是0位置），所以看起来所有新增刻度都堆在0点，且标签无效。修复后的代码通过LogNorm正确绑定了数据和色标的映射关系，轴范围会自动匹配数据的对数范围，刻度位置也就自然正确了。

内容的提问来源于stack exchange，提问作者Nils