Python使用matplotlib绘图时如何统一多张图表的y轴刻度

matplotlib 默认会根据当前绘图数据的范围、量级自动适配Y轴刻度规则，当数据量级差异较大时，会自动调整刻度间隔、切换数值显示格式（比如大数值自动启用科学计数法），这就是两张不同矩阵规模的图表Y轴规则不一致的原因。要统一为MATRIX SIZE 500图表的刻度标准，直接使用以下两种方案即可：

• 方案1：直接提取参考图的刻度配置（100%对齐，精度最高）
  同脚本内先后生成两张图时，画完MATRIX SIZE 500的参考图后，直接提取其Y轴的所有配置参数，套用到20000规模的图表上即可，代码示例：

  # 已完成MATRIX SIZE 500图表绘制，ax1为其对应的坐标轴对象
  # 提取参考图Y轴配置
  ref_ticks = ax1.get_yticks()
  ref_limit = ax1.get_ylim()
  ref_labels = [txt.get_text() for txt in ax1.get_yticklabels()]
  
  # 完成MATRIX SIZE 20000图表绘制，ax2为其对应的坐标轴对象，应用参考配置
  ax2.set_yticks(ref_ticks)
  ax2.set_yticklabels(ref_labels)
  ax2.set_ylim(ref_limit)
  # 强制关闭Y轴科学计数法、偏移量显示，避免大数值自动切换格式
  ax2.ticklabel_format(axis='y', style='plain', useOffset=False)
  

• 方案2：手动指定匹配参考图的刻度规则（适合参考图已生成、无法直接获取坐标轴对象的场景）
  直接观察MATRIX SIZE 500参考图的Y轴参数：记录Y轴最小值、最大值、相邻刻度的间隔值、数值显示格式（整数/小数位数、是否带单位），在绘制20000规模的图表时手动传入这些参数即可，代码示例：

  import numpy as np
  import matplotlib.ticker as ticker
  
  # 以下三个参数替换为你从参考图上读取到的实际数值
  Y_AXIS_MIN = 0
  Y_AXIS_MAX = 120
  Y_TICK_STEP = 20
  
  # ax2为20000规模图表的坐标轴对象
  ax2.set_ylim(Y_AXIS_MIN, Y_AXIS_MAX)
  ax2.set_yticks(np.arange(Y_AXIS_MIN, Y_AXIS_MAX + Y_TICK_STEP, Y_TICK_STEP))
  # 配置刻度文本格式，和参考图保持一致：纯整数用'%d'，保留1位小数用'%.1f'
  ax2.yaxis.set_major_formatter(ticker.FormatStrFormatter('%d'))
  ax2.ticklabel_format(axis='y', style='plain', useOffset=False)
  

注意：如果20000规模的实际数据峰值超出了参考图的Y轴上限，可以保持刻度步长、显示格式和参考图完全一致，仅调大Y_AXIS_MAX参数覆盖数据峰值即可，不会破坏刻度规则的统一性。

内容的提问来源于stack exchange，提问作者JayJona