LogFormatter配置稀疏次刻度时次刻度忽略min_exponent的解决方法

• 默认LogFormatter的次刻度逻辑未关联axes.formatter.min_exponent配置，仅对10的整次幂主刻度生效格式判断，非整次幂的次刻度会直接触发自带的硬编码科学计数法分支，这也是主刻度显示正常、次刻度格式不符合预期的核心原因。
• 自定义实现中不建议依赖_pprint_val方法：该方法为线性轴场景设计，依靠轴的全范围线性差值判断小数位，完全不适配对数轴跨数量级的数值分布。
• 自定义方法的高频调用属于正常设计行为：LogFormatter的minor_thresholds稀疏标签逻辑需要遍历所有候选次刻度，逐次计算文本尺寸判断标签重叠度，最终筛选出密度合理的显示集合，整个筛选过程的调用次数本来就远大于最终实际渲染的标签数，不属于代码异常。

完全保留原生LogFormatter的刻度筛选、稀疏标签逻辑，仅重写格式判断分支，绕开_pprint_val的错误逻辑，适配全局min_exponent配置：

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

class MinExponentCompatibleLogFormatter(ticker.LogFormatter):
    def _num_to_string(self, x, vmin, vmax):
        min_exp = mpl.rcParams['axes.formatter.min_exponent']
        # 计算当前值对应的对数数量级
        log_order = math.log(x) / math.log(self._base)
        # 数量级在配置阈值范围内时，用自适应格式输出，不触发科学计数法
        if abs(log_order) < min_exp:
            return f"{x:g}"
        # 超出阈值范围的数值，完全复用父类的标准输出逻辑，跳过有问题的_pprint_val分支
        return super()._num_to_string(x, vmin, vmax)

• 所有数量级在min_exponent配置范围内的次刻度，都会用普通数字格式显示，不会无故切换为科学计数法。
• 自适应格式%g会自动去除无意义的尾随零，整数不会强制添加小数点，完全符合“不对无需小数位的数字强制固定格式”的需求。
• 原生minor_thresholds的稀疏标签逻辑完全保留，不会出现标签拥挤堆叠的问题。
• 超出数量级阈值的刻度，依然会按照标准科学计数法输出，和主刻度的格式逻辑保持统一。

直接用自定义格式化器替换原有默认实现即可，其余业务逻辑不需要改动：

x = np.array([1.2**e for e in range(-18, 13)])
y = 10 * x

plt.rcParams['axes.formatter.min_exponent'] = 3
fig = plt.figure()
ax = fig.add_subplot()
ax.scatter(x, y)
ax.set_xscale('log')
ax.set_yscale('log')

# 应用自定义兼容格式化器
fmt = MinExponentCompatibleLogFormatter(labelOnlyBase=False, minor_thresholds=(3, 0.5))
ax.xaxis.set_minor_formatter(fmt)
ax.yaxis.set_minor_formatter(fmt)

plt.show()

内容的提问来源于stack exchange，提问作者Michal Kaut