使用Pandas绘制symlog对称对数轴时轴上限异常问题

问题现象 #

使用Pandas绘制对称对数（symlog）刻度图表时，会出现Y轴范围异常包含正值的问题，但用Matplotlib直接绘制同一份数据却能得到正常的全负值轴范围。

Matplotlib直接绘图（结果符合预期） #

>>> x = [0, 1]
>>> y = [-11825.251019, -470.310618]
>>> plt.plot(x, y)
>>> plt.yscale('symlog')
>>> plt.ylim()
(-13894.13926670043, -400.27964366818765)

Pandas绘图（出现异常） #

>>> pd.Series(y).plot()
>>> plt.yscale('symlog')
>>> plt.ylim()
(-12392.998039049999, 97.43640205000008)

原因解析 #

问题出在Pandas绘图的默认行为上：

• Pandas的plot()方法在初始化图表时，会基于线性刻度给轴范围自动添加一定比例的空白边距。对于全为负值的数据，线性刻度下的边距计算会在最大值（最接近0的负值）上方预留一小段正值区间。
• 当后续切换到symlog刻度时，Matplotlib不会重新计算轴范围，而是直接沿用Pandas初始化时的范围，导致原本预留的正值边距被保留下来，最终Y轴上限出现正值。
• 而Matplotlib直接绘图时，是先绘制数据，再切换刻度，此时会基于symlog刻度的规则重新计算合理的轴范围，自然只会包含数据覆盖的负值区间。

解决办法 #

有两种简单的处理方式：

方式一：切换刻度后手动调整轴范围 #

根据数据的实际区间，手动设置Y轴的上下限，确保范围落在负值区间内：

pd.Series(y).plot()
plt.yscale('symlog')
plt.ylim(bottom=-14000, top=-300)  # 数值可根据实际数据调整

方式二：绘图时禁用Pandas的默认边距 #

在调用Pandas的plot()方法时，直接指定初始轴范围，避免预留不必要的正值边距：

s = pd.Series(y)
s.plot(ylim=(s.min()*1.2, s.max()*0.8))  # 按数据极值的比例设置范围
plt.yscale('symlog')

内容的提问来源于stack exchange，提问作者Ilya