调整Matplotlib中yticklabels位置，使其与ytick对齐

我明白你想要的效果——让带上下标的ytick标签（比如$f_0$）的上标顶部和刻度线完全在同一水平线上，之前用pad或者参考的方法没生效，试试下面这几个靠谱的方案：

方案1：通过垂直对齐+pad参数快速调整 #

这是最直接的方法，先把标签的垂直对齐方式设为top，再用pad参数微调偏移量，让上标刚好对齐刻度线：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1)
ax.plot(np.linspace(0,5,80), 1+(np.linspace(0,5,80)/6.), 'k', lw=2)
ax.set_ylim([0.8, 2.25])
ax.set_xlim([-1.0, 7])
yticks = [1., 1+(1/6.), 1+(2/6.), 1+(3/6.), 1+(4./6), 1+(5./6), 2]
yticklabels = ['$f_0$','$f_1$','$f_2$','$f_3$','$f_4$','$f_5$', r'$f_{6}$']

# 设置垂直对齐为顶部，再用pad微调偏移（负数表示向下偏移）
ax.set_yticks(yticks)
ax.set_yticklabels(yticklabels, verticalalignment='top')
# pad值可按需调整，1点≈0.35毫米，-2左右对应约0.7毫米的下移
ax.tick_params(axis='y', pad=-2)

ax.set_ylabel(r'$f$', rotation='horizontal')
ax.yaxis.set_label_coords(-0.09, 0.95)
plt.show()

这里的核心逻辑是：verticalalignment='top'会让标签的顶部（也就是上标的顶部）和刻度线对齐，若仍有偏差，用负的pad值把标签整体向下微调即可。

方案2：像素级精准调整（自定义偏移） #

如果方案1的pad调整不够精准，你可以手动计算每个标签的偏移量，实现毫米级的精准控制：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(1)
ax.plot(np.linspace(0,5,80), 1+(np.linspace(0,5,80)/6.), 'k', lw=2)
ax.set_ylim([0.8, 2.25])
ax.set_xlim([-1.0, 7])
yticks = [1., 1+(1/6.), 1+(2/6.), 1+(3/6.), 1+(4./6), 1+(5./6), 2]
yticklabels = ['$f_0$','$f_1$','$f_2$','$f_3$','$f_4$','$f_5$', r'$f_{6}$']

ax.set_yticks(yticks)
ax.set_yticklabels(yticklabels)
ax.set_ylabel(r'$f$', rotation='horizontal')
ax.yaxis.set_label_coords(-0.09, 0.95)

# 遍历每个标签，手动调整垂直位置（下移2像素≈0.52毫米）
for label in ax.get_yticklabels():
    # 转换坐标为显示像素，调整后再转回去
    x, y = label.get_position()
    display_coord = ax.transData.transform((x, y))
    display_coord = (display_coord[0], display_coord[1] - 2)  # 向下移2像素
    data_coord = ax.transData.inverted().transform(display_coord)
    label.set_position(data_coord)

plt.show()

这种方法通过坐标转换直接操作像素位置，适合对对齐精度要求极高的场景，你可以根据需要修改偏移的像素值。

为什么之前的参考方案没生效？ #

你提到的那个方案没效果，大概率是没配合正确的垂直对齐设置——如果没把verticalalignment设为top，单纯调整pad只会偏移整个标签，无法让上标精准对齐刻度线，先确认对齐方式，再微调pad就会生效啦。

内容的提问来源于stack exchange，提问作者mzzx