设置对数轴上的次刻度标签间距，并更改颜色条刻度标签大小

Question

我正在尝试创建一个绘图，但我只想显示刻度标签，如图所示，其中对数刻度如上所示。我只想显示 50、500 和 2000 的小刻度标签。是否有指定要显示的次要刻度标签？我一直在尝试解决这个问题，但还没有找到好的解决方案。我能想到的就是获取minorticklabels()并将字体大小设置为0。这显示在第一个代码片段下面。我希望有一个更干净的解决方案。

另一件事是改变颜色栏中刻度标签的大小，我还没有弄清楚。如果有人知道执行此操作的方法，请告诉我，因为我在颜色栏中没有看到可以轻松执行此操作的方法。

第一个代码：

fig = figure(figto)
ax = fig.add_subplot(111)
actShape = activationTrace.shape
semitones = arange(actShape[1])
freqArray = arange(actShape[0])
X,Y = meshgrid(self.testFreqArray,self.testFreqArray)
Z = sum(activationTrace[:,:,beg:end],axis=2)
surf = ax.contourf(X,Y,Z, 8, cmap=cm.jet)
ax.set_position([0.12,0.15,.8,.8])
ax.set_ylabel('Log Frequency (Hz)')
ax.set_xlabel('Log Frequency (Hz)')
ax.set_xscale('log')
ax.set_yscale('log')
ax.xaxis.set_minor_formatter(FormatStrFormatter('%d'))
ax.yaxis.set_ticks_position('left')
ax.xaxis.set_ticks_position('bottom')
ax.tick_params(axis='both',reset=False,which='both',length=8,width=2)
self.plotSetAxisLabels(ax,22)
self.plotSetAxisTickLabels(ax,18)
cbar = fig.colorbar(surf, shrink=0.5, aspect=20, fraction=.12,pad=.02)
cbar.set_label('Activation',size=18)
return ax, cbar

第二个代码：

fig = figure(figto)
ax = fig.add_subplot(111)
actShape = activationTrace.shape
semitones = arange(actShape[1])
freqArray = arange(actShape[0])
X,Y = meshgrid(self.testFreqArray,self.testFreqArray)
Z = sum(activationTrace[:,:,beg:end],axis=2)
surf = ax.contourf(X,Y,Z, 8, cmap=cm.jet)
ax.set_position([0.12,0.15,.8,.8])
ax.set_ylabel('Log Frequency (Hz)')
ax.set_xlabel('Log Frequency (Hz)')
ax.set_xscale('log')
ax.set_yscale('log')
ax.xaxis.set_minor_formatter(FormatStrFormatter('%d'))
ax.yaxis.set_minor_formatter(FormatStrFormatter('%d'))
ax.yaxis.set_ticks_position('left')
ax.xaxis.set_ticks_position('bottom')
ax.tick_params(axis='both',reset=False,which='both',length=8,width=2)
self.plotSetAxisLabels(ax,22)
self.plotSetAxisTickLabels(ax,18)
cbar = fig.colorbar(surf, shrink=0.5, aspect=20, fraction=.12,pad=.02)
cbar.set_label('Activation',size=18)
count = 0
for i in ax.xaxis.get_minorticklabels():
    if (count%4 == 0):
        i.set_fontsize(12)
    else:
        i.set_fontsize(0)
    count+=1
for i in ax.yaxis.get_minorticklabels():
    if (count%4 == 0):
        i.set_fontsize(12)
    else:
        i.set_fontsize(0)
    count+=1
return ax, cbar

对于颜色栏： 如果您不介意的话，这是另一个快速问题，因为试图弄清楚但不完全确定。我想使用可以通过 ScalarFormatter 获得的科学记数法。如何设置小数位数和乘数？我希望它像 8x10^8 或 .8x10^9 以节省空间，而不是把所有这些零都放在一起。我认为有多种方法可以在坐标区对象内执行此操作，但您认为最好的方法是什么。我不知道在更改为 ScalarFormatter 时如何更改符号。

对于图表： 另外，我的数据的点从 46 开始，然后连续乘以 2^(1/12)，即 46,49,50,55,58,61...3132。这些都是圆角的，但接近 2^(1/12)。我决定最好将主要代码放置在靠近这些数字的位置。最好的方法是使用固定格式化程序并在 freqArray 中每隔 15 个左右使用一个代码。然后每隔一个频率使用一个小代码。我可以做到这一点并仍然保持对数轴吗？

Answer 1

1. 使用 FixedLocator 静态定义显式刻度位置。
2. Colorbar cbar 将具有 .ax 属性，该属性将提供对常用轴方法（包括刻度格式）的访问。这不是对轴的引用（例如，ax1、ax2 等）。

import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)
x = np.arange(10,3000,100)
y = np.arange(10,3000,100)
X,Y = np.meshgrid(x,y)
Z = np.random.random(X.shape)*8000000
surf = ax.contourf(X,Y,Z, 8, cmap=plt.cm.jet)
ax.set_ylabel('Log Frequency (Hz)')
ax.set_xlabel('Log Frequency (Hz)')
ax.set_xscale('log')
ax.set_yscale('log')
ax.xaxis.set_minor_formatter(plt.FormatStrFormatter('%d'))
# defining custom minor tick locations:
ax.xaxis.set_minor_locator(plt.FixedLocator([50,500,2000]))
ax.yaxis.set_ticks_position('left')
ax.xaxis.set_ticks_position('bottom')
ax.tick_params(axis='both',reset=False,which='both',length=8,width=2)
cbar = fig.colorbar(surf, shrink=0.5, aspect=20, fraction=.12,pad=.02)
cbar.set_label('Activation',size=18)
# access to cbar tick labels:
cbar.ax.tick_params(labelsize=5) 
plt.show()

编辑

如果您想要刻度线，但又想有选择地显示标签，我认为您的迭代没有任何问题，除了我可能使用 set_visible 而不是将字体大小设置为零。

您可能会喜欢使用 FuncFormatter 进行更精细的控制，您可以使用刻度的值或位置来决定是否显示它：

def show_only_some(x, pos):
    s = str(int(x))
    if s[0] in ('2','5'):
        return s
    return ''

ax.xaxis.set_minor_formatter(plt.FuncFormatter(show_only_some))

Answer 2

根据@Paul 的回答，我创建了以下函数：

def get_formatter_function(allowed_values, datatype='float'):
    """returns a function, which only allows allowed_values as axis tick labels"""
    def hide_others(value, pos):
        if value in allowed_values:
            if datatype == 'float':
                return value
            elif datatype == 'int':
                return int(value)
        return ''
    return hide_others

哪个更灵活。