matplotlib >= 2.0.2的解决方案

让我们考虑下面的例子

它由以下代码生成：

import matplotlib.pyplot as plt
import matplotlib.ticker
import numpy as np
y = np.arange(12)
x = 10.0**y
fig, ax=plt.subplots()
ax.plot(x,y)
ax.set_xscale("log")
plt.show()

次要的ticklabel确实消失了，通常显示它们的方法（如plt.tick_params(axis='x', which='minor')）失败了。
第一步是在轴上显示10的所有幂，

locmaj = matplotlib.ticker.LogLocator(base=10,numticks=12) 
ax.xaxis.set_major_locator(locmaj)

其中技巧是将numticks设置为等于或大于滴答数的数字（即在这种情况下为12或更高）。
然后，我们可以添加次要的ticklabels，

locmin = matplotlib.ticker.LogLocator(base=10.0,subs=(0.2,0.4,0.6,0.8),numticks=12)
ax.xaxis.set_minor_locator(locmin)
ax.xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

请注意，我将其限制为每十年包括4个小刻度（使用8也是同样可能的，但在这个例子中会使轴过度拥挤）。还要注意，numticks再次（非常不直观地）为12或更大。
最后，我们需要为次要tick使用NullFormatter()，以便不为它们显示任何ticklabel。

matplotlib 2.0.0解决方案

• 以下内容在matplotlib 2.0.0或更低版本中有效，但在matplotlib 2.0.2中无效。*

让我们考虑下面的例子

它由以下代码生成：

import matplotlib.pyplot as plt
import matplotlib.ticker
import numpy as np
y = np.arange(12)
x = 10.0**y
fig, ax=plt.subplots()
ax.plot(x,y)
ax.set_xscale("log")
plt.show()

次要的ticklabel确实消失了，通常显示它们的方法（如plt.tick_params(axis='x', which='minor')）失败了。
第一步是在轴上显示10的所有幂，

locmaj = matplotlib.ticker.LogLocator(base=10.0, subs=(0.1,1.0, ))
ax.xaxis.set_major_locator(locmaj)

然后，我们可以添加次要的ticklabels，

locmin = matplotlib.ticker.LogLocator(base=10.0, subs=(0.1,0.2,0.4,0.6,0.8,1,2,4,6,8,10 )) 
ax.xaxis.set_minor_locator(locmin)
ax.xaxis.set_minor_formatter(matplotlib.ticker.NullFormatter())

请注意，我限制了每十年包含4个小刻度（使用8也是可能的，但在这个例子中会使轴过度拥挤）。还要注意-这可能是这里的关键-subs参数，它给出了放置刻度的基数的整数幂的倍数（参见文档），给出了一个二十年的列表，而不是一个。
最后，我们需要为次要tick使用NullFormatter()，以便不为它们显示任何ticklabel。

从Matplotlib 3.5.2开始：

• 如果主刻度线不超过8个，则次刻度线显示
• 有9到11个主要刻度线，subs="auto"将显示次要刻度线
• 如果有12个或更多，则需要手动设置subs。

使用subs="auto"

from matplotlib import pyplot as plt, ticker as mticker
fig, ax = plt.subplots()
y = np.arange(11)
x = 10.0**y
ax.semilogx(x, y)
ax.xaxis.set_major_locator(mticker.LogLocator(numticks=999))
ax.xaxis.set_minor_locator(mticker.LogLocator(numticks=999, subs="auto"))

手动设置subs

from matplotlib import pyplot as plt, ticker as mticker
fig, ax = plt.subplots()
y = np.arange(12)
x = 10.0**y
ax.semilogx(x, y)
ax.xaxis.set_major_locator(mticker.LogLocator(numticks=999))
ax.xaxis.set_minor_locator(mticker.LogLocator(numticks=999, subs=(.2, .4, .6, .8)))

这里的答案忽略了一个方便的事实，即对数缩放轴已经有了必要的定位器。至少从Matplotlib 3.6开始，使用set_params()的值强制小刻度就足够了：

import matplotlib.pyplot as plt
import numpy as np
y = np.arange(12)
x = 10.0**y
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_xscale('log')
ax.xaxis.get_major_locator().set_params(numticks=99)
ax.xaxis.get_minor_locator().set_params(numticks=99, subs=[.2, .4, .6, .8])
plt.show()

带有空标签的主刻度将生成刻度，但不生成标签。

ax.set_yticks([1.E-6,1.E-5,1.E-4,1.E-3,1.E-2,1.E-1,1.E0,1.E1,1.E2,1.E3,1.E4,1.E5,])
ax.set_yticklabels(['$10^{-6}$','','','$10^{-3}$','','','$1$','','','$10^{3}$','',''])

将matplotlib >= 2.0.2的importanceofbeingernest中的excellent answer Package 成一个函数：

import matplotlib.pyplot as plt
from typing import Optional
def restore_minor_ticks_log_plot(
    ax: Optional[plt.Axes] = None, n_subticks=9
) -> None:
    """For axes with a logrithmic scale where the span (max-min) exceeds
    10 orders of magnitude, matplotlib will not set logarithmic minor ticks.
    If you don't like this, call this function to restore minor ticks.
    Args:
        ax:
        n_subticks: Number of Should be either 4 or 9.
    Returns:
        None
    """
    if ax is None:
        ax = plt.gca()
    # Method from SO user importanceofbeingernest at
    # https://stackoverflow.com/a/44079725/5972175
    locmaj = mpl.ticker.LogLocator(base=10, numticks=1000)
    ax.xaxis.set_major_locator(locmaj)
    locmin = mpl.ticker.LogLocator(
        base=10.0, subs=np.linspace(0, 1.0, n_subticks + 2)[1:-1], numticks=1000
    )
    ax.xaxis.set_minor_locator(locmin)
    ax.xaxis.set_minor_formatter(mpl.ticker.NullFormatter())

这个函数可以被称为

plt.plot(x,y)
plt.xscale("log")
restore_minor_ticks_log_plot()

或多个明确

_, ax = plt.subplots()
ax.plot(x, y)
ax.set_xscale("log")
restore_minor_ticks_log_plot(ax)