在我的图中，辅助 x 轴用于显示某些数据的另一个变量的值。现在，原始轴已按对数缩放。不幸的是，孪生轴将刻度（和标签）放置在原始轴的线性刻度上，而不是按照对数刻度。如何克服这个问题？
这里的代码示例应该将孪生轴的刻度放在与原始轴相同的（绝对轴）位置：
def conv(x):
"""some conversion function"""
# ...
return x2
ax = plt.subplot(1,1,1)
ax.set_xscale('log')
# get the location of the ticks of ax
axlocs,axlabels = plt.xticks()
# twin axis and set limits as in ax
ax2 = ax.twiny()
ax2.set_xlim(ax.get_xlim())
#Set the ticks, should be set referring to the log scale of ax, but are set referring to the linear scale
ax2.set_xticks(axlocs)
# put the converted labels
ax2.set_xticklabels(map(conv,axlocs))
另一种方法是（刻度线不会设置在同一位置，但这并不重要）：
from matplotlib.ticker import FuncFormatter
ax = plt.subplot(1,1,1)
ax.set_xscale('log')
ax2 = ax.twiny()
ax2.set_xlim(ax.get_xlim())
ax2.xaxis.set_major_formatter(FuncFormatter(lambda x,pos:conv(x)))
只要不使用对数刻度，这两种方法都可以正常工作。
也许有一个简单的解决办法。文档中是否有我遗漏的内容？
作为解决方法，我尝试获取 ax 的刻度的 ax.transAxes 坐标，并将刻度放在 ax2 中的同一位置。但不存在类似的东西
ax2.set_xticks(axlocs,transform=ax2.transAxes)
TypeError: set_xticks() got an unexpected keyword argument 'transform'
不久前就有人问过这个问题，但我偶然发现了同样的问题。
我最终通过引入对数尺度（semilogx） 透明的 （alpha=0）虚拟情节。
Example:
import numpy as np
import matplotlib.pyplot as plt
def conversion_func(x): # some arbitrary transformation function
return 2 * x**0.5 # from x to z
x = np.logspace(0, 5, 100)
y = np.sin(np.log(x))
fig = plt.figure()
ax = plt.gca()
ax.semilogx(x, y, 'k')
ax.set_xlim(x[0], x[-1]) # this is important in order that limits of both axes match
ax.set_ylabel("$y$")
ax.set_xlabel("$x$", color='C0')
ax.tick_params(axis='x', which='both', colors='C0')
ax.axvline(100, c='C0', lw=3)
ticks_x = np.logspace(0, 5, 5 + 1) # must span limits of first axis with clever spacing
ticks_z = conversion_func(ticks_x)
ax2 = ax.twiny() # get the twin axis
ax2.semilogx(ticks_z, np.ones_like(ticks_z), alpha=0) # transparent dummy plot
ax2.set_xlim(ticks_z[0], ticks_z[-1])
ax2.set_xlabel("$z \equiv f(x)$", color='C1')
ax2.xaxis.label.set_color('C1')
ax2.tick_params(axis='x', which='both', colors='C1')
ax2.axvline(20, ls='--', c='C1', lw=3) # z=20 indeed matches x=100 as desired
fig.show()
在上面的示例中，垂直线表明第一轴和第二轴确实根据需要相互移动。x = 100被转移到z = 2*x**0.5 = 20。颜色只是为了阐明哪条垂直线与哪条轴对应。