为什么 matplotlib 需要在 plt.scatter() 之前设置日志比例而不是 plt.plot()？

Question

我在helpful answer 中发现，当在 y 轴上使用对数刻度时，plt.scatter() 和 plt.plot() 的行为不同。

使用plot，我可以在使用plt.show()之前随时更改为日志，但必须预先设置日志，在使用分散方法之前。

这只是 matplotlib 中的历史和不可逆转的工件，还是属于“意外行为”类别？

import matplotlib.pyplot as plt

X = [0.997, 2.643, 0.354, 0.075, 1.0, 0.03, 2.39, 0.364, 0.221, 0.437]
Y = [15.487507, 2.320735, 0.085742, 0.303032, 1.0, 0.025435, 4.436435,
     0.025435, 0.000503, 2.320735]

plt.figure()

plt.subplot(2,2,1)
plt.scatter(X, Y)
plt.xscale('log')
plt.yscale('log')
plt.title('scatter - scale last')   

plt.subplot(2,2,2)
plt.plot(X, Y)
plt.xscale('log')
plt.yscale('log')
plt.title('plot - scale last')   

plt.subplot(2,2,3)
plt.xscale('log')
plt.yscale('log')
plt.scatter(X, Y)
plt.title('scatter - scale first')   


plt.subplot(2,2,4)
plt.xscale('log')
plt.yscale('log')
plt.plot(X, Y)
plt.title('plot - scale first')   


plt.show()

Answer 1

这在某种程度上与matplotlib 计算的显示区域（轴限制）有关。

此行为已通过使用 set_xlim 和 set_ylim 方法手动编辑坐标区范围得到修复。

plt.figure()
plt.scatter(X, Y)
plt.yscale('log')
plt.xscale('log')
axes = plt.gca()
axes.set_xlim([min(X),max(X)])
axes.set_ylim([min(Y),max(Y)])
plt.show()

但是，我还没有弄清楚这种行为的确切原因。欢迎提出建议。

编辑

如 cmets 部分所述，显然 Matplotlib 已在其官方 Github 存储库中将 Autoscaling has fundamental problems 确定为 发布关键问题，这将在即将发布的版本中修复。谢谢。