Matplotlib使用LogLocator绘制双对数图轴限不同时主副刻度缺失

问题原因 #

该异常由复用同一个LogLocator实例给x、y两个不同取值范围的轴导致。matplotlib.ticker.LogLocator属于带内部状态的对象，当它被绑定到第一个轴（示例中为y轴）时，会根据y轴的取值范围计算并缓存刻度位置，后续再绑定到取值范围不同的x轴时，不会重新适配新的轴范围，最终出现刻度、刻度标签丢失的问题。

解决方案 #

不要跨轴复用Locator实例，为x轴、y轴分别创建独立的主、副刻度LogLocator对象即可。

修改后的可运行代码如下：

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

Npoints=100
xs=np.logspace(-8,0, 100)
ys=xs

fig=plt.figure(figsize=(4,3))
ax=fig.add_subplot(111)
ax.plot(xs, ys)
ax.set_xscale('log')
ax.set_yscale('log')

# 单独为y轴创建主、副刻度定位器
y_locmaj = matplotlib.ticker.LogLocator(base=10,numticks=100) 
y_locmin = matplotlib.ticker.LogLocator(base=10,subs=np.arange(2, 10) * .1,numticks=100)
ax.yaxis.set_major_locator(y_locmaj)
ax.yaxis.set_minor_locator(y_locmin)
ax.yaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

# 单独为x轴创建主、副刻度定位器
x_locmaj = matplotlib.ticker.LogLocator(base=10,numticks=100) 
x_locmin = matplotlib.ticker.LogLocator(base=10,subs=np.arange(2, 10) * .1,numticks=100)
ax.xaxis.set_major_locator(x_locmaj)
ax.xaxis.set_minor_locator(x_locmin)
ax.xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

ax.set_xlim(1.0e-3, 1.0)
ax.set_ylim(1.0e-8, 1.0)

plt.show()

运行上述代码后x、y轴的主副刻度都会正常显示，不会再出现刻度缺失的问题。

内容的提问来源于stack exchange，提问作者SebaMarino