如何将Matplotlib图表X轴1e-5改为10^-6并保持缩放刻度一致

实现方法 #

要将X轴刻度从1e-5这类科学计数法改为10^-5的上标格式，同时确保图表放大（缩放）时格式不变，可以通过自定义刻度格式化器实现：

1. 导入依赖库

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

2. 自定义刻度格式化函数

根据你的轴类型（对数/线性）选择对应的格式化逻辑：

情况1：X轴为对数刻度（推荐，适配小数值范围）

def log_format(value, tick_number):
    # 计算数值的10次幂指数
    exponent = np.floor(np.log10(value))
    # 返回TeX格式的上标文本
    return r'$10^{%d}$' % exponent

情况2：X轴为线性刻度（保留系数，如2×10^-5）

def linear_format(value, tick_number):
    exponent = np.floor(np.log10(value))
    coeff = value / (10 ** exponent)
    # 系数接近1时直接显示10^N，否则显示系数×10^N
    if np.isclose(coeff, 1):
        return r'$10^{%d}$' % exponent
    else:
        return r'$%.1f \times 10^{%d}$' % (coeff, exponent)

3. 应用格式化器并启用缩放保留

# 生成示例数据
x = np.linspace(1e-6, 1e-5, 100)
y = np.sin(x * 1e6)

fig, ax = plt.subplots()
ax.plot(x, y)

# 绑定格式化器到X轴
# 对数刻度场景
ax.xaxis.set_major_locator(ticker.LogLocator(base=10))  # 让刻度落在10的幂次位置
ax.xaxis.set_major_formatter(ticker.FuncFormatter(log_format))

# 线性刻度场景（替换上面两行）
# ax.xaxis.set_major_formatter(ticker.FuncFormatter(linear_format))

# 开启交互式窗口后，缩放图表时格式会自动保留
plt.show()

关键说明 #

• 使用FuncFormatter自定义格式化逻辑，Matplotlib会用TeX渲染上标，确保10^-6的显示效果。
• 搭配LogLocator可以让对数刻度的轴自动匹配10的幂次位置，缩放时会自动调整刻度并保持格式。
• 交互式缩放时，自定义格式化器不会被重置，因此始终保持10^N的显示样式。

内容的提问来源于stack exchange，提问作者Horst-Jackson