วิธีที่ถูกต้องในการแทนที่ Matplotlib Tick Labels ด้วย Computed Values

ใช้ ax.loglog() สำหรับ Log Scale ทั้ง 2 แกน และ set_major_formatter() กับ LogFormatterExponent เพื่อแสดง Tick เป็นเลขยกกำลัง

ขั้นตอน

1. ตั้งค่าขนาด Figure
2. สร้าง Figure และ Subplots
3. Plot ด้วย Log Scale ทั้งคู่ (ax.loglog)
4. ตั้งค่า Formatter ให้ Major Ticker
5. แสดงผล

ตัวอย่างโค้ด

import numpy as np
from matplotlib import pyplot as plt, ticker

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

fig, ax = plt.subplots()

# ข้อมูล Log Scale: x = 10^0 ถึง 10^5, y = x^2
ax.loglog(np.logspace(0, 5), np.logspace(0, 5)**2)

# แสดง Tick เป็น 10^n
ax.xaxis.set_major_formatter(ticker.LogFormatterExponent())

plt.show()

Formatter อื่นๆ สำหรับ Log Scale

# แสดงเป็น 10^n (ค่าเริ่มต้น)
ax.xaxis.set_major_formatter(ticker.LogFormatterSciNotation())

# แสดงเป็นเลขปกติ (ไม่ใช่ Scientific)
ax.xaxis.set_major_formatter(ticker.LogFormatter())

# Custom Formatter
ax.xaxis.set_major_formatter(ticker.FuncFormatter(
    lambda x, pos: f'10^{int(np.log10(x))}'
))

ผลลัพธ์

Log-Log Plot ที่แกน X แสดง Tick Labels เป็นรูปแบบ 10^0, 10^1, 10^2, ... แทนค่าตัวเลขเต็ม