如何移除对数刻度直方图的yticklabels？Matplotlib set_yticklabels失效问题

问题原因 #

你遇到的set_yticklabels失效不是Bug，是Matplotlib对数刻度的主次刻度机制导致的：

• 默认情况下set_yticklabels([])仅作用于主刻度的标签
• 当你的样本量为10时，直方图y轴数值范围很小，对数刻度下可见的刻度全是次刻度，所以修改主刻度标签的操作没有效果
• 样本量改为100后，y轴范围变大，主刻度变为可见状态，所以操作就生效了

问题解答 #

1. 是否需要上报Bug？ #

不需要上报，这是Matplotlib的预期行为。set_yticklabels方法的minor参数默认值为False，默认仅修改主刻度标签，该设计是为了方便用户单独控制主次刻度的显示规则，不属于功能异常。
如果确实遇到确认的Matplotlib Bug，可以去其官方GitHub仓库提交Issue上报，需要附带可复现的代码、运行环境版本和异常表现说明。

2. 可靠的移除y轴刻度标签方法 #

以下任意一种方法都可以兼容所有数据量场景，同时隐藏主次刻度的y轴标签：

方法1：直接移除所有y轴刻度（最省心）

直接调用set_yticks清空所有刻度，刻度和对应标签会同时被移除：

import numpy as np
import matplotlib.pyplot as plt

data = np.random.standard_normal(10)
fig = plt.figure()
ax = plt.axes()
ax.hist(data)
ax.set_yscale('log')
ax.set_yticks([]) # 替换原来的set_yticklabels即可
plt.show()

方法2：同时修改主次刻度的标签

如果需要保留刻度线仅隐藏标签，可以分别对主、次刻度设置空标签：

ax.set_yticklabels([], minor=False) # 隐藏主刻度标签
ax.set_yticklabels([], minor=True) # 隐藏次刻度标签

方法3：通过tick_params批量设置

用tick_params统一控制y轴所有刻度的标签显隐：

ax.tick_params(axis='y', which='both', labelleft=False)

其中which='both'表示同时作用于主、次刻度，labelleft=False表示隐藏左侧y轴的标签。

内容的提问来源于stack exchange，提问作者TVG