Question

如何创建一组带有链接（共享）x轴的图表，在缩放期间自动缩放所有“从”图的y轴？例如：

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212, sharex=ax1)
ax1.plot([0,1])
ax2.plot([2,1])
plt.show()

当我放大ax1时，这也会更新ax2的x轴（到目前为止一直很好），但我也希望ax2的y轴基于现在可见的数据范围进行自动缩放。所有自动缩放设置均已启用（默认设置）。创建ax2后，手动设置自动缩放设置没有帮助：

ax2.autoscale(enable=True, axis='y', tight=True)
ax2.autoscale_view(tight=True, scalex=False, scaley=True)

print ax2.get_autoscaley_on()
-> True

我错过了什么吗？

Answer 1

在研究了matplotlib的axes.py的血腥细节之后，似乎没有根据数据视图自动调整轴的规定，因此没有高级方法来实现我想要的。

但是，有'xlim_changed'事件，可以附加回调：

import numpy as np

def on_xlim_changed(ax):
    xlim = ax.get_xlim()
    for a in ax.figure.axes:
        # shortcuts: last avoids n**2 behavior when each axis fires event
        if a is ax or len(a.lines) == 0 or getattr(a, 'xlim', None) == xlim:
            continue

        ylim = np.inf, -np.inf
        for l in a.lines:
            x, y = l.get_data()
            # faster, but assumes that x is sorted
            start, stop = np.searchsorted(x, xlim)
            yc = y[max(start-1,0):(stop+1)]
            ylim = min(ylim[0], np.nanmin(yc)), max(ylim[1], np.nanmax(yc))

        # TODO: update limits from Patches, Texts, Collections, ...

        # x axis: emit=False avoids infinite loop
        a.set_xlim(xlim, emit=False)

        # y axis: set dataLim, make sure that autoscale in 'y' is on 
        corners = (xlim[0], ylim[0]), (xlim[1], ylim[1])
        a.dataLim.update_from_data_xy(corners, ignore=True, updatex=False)
        a.autoscale(enable=True, axis='y')
        # cache xlim to mark 'a' as treated
        a.xlim = xlim

for ax in fig.axes:
    ax.callbacks.connect('xlim_changed', on_xlim_changed)

不幸的是，这是一个相当低级别的黑客攻击，它很容易破解（其他对象除了行，反转或记录轴，......）

似乎无法挂接axes.py中的更高级别功能，因为更高级别的方法不会将emit = False参数转发给set_xlim（），这是避免在set_xlim之间进入无限循环所必需的（）和'xlim_changed'回调。

此外，似乎没有统一的方法来确定水平裁剪对象的垂直范围，因此在axes.py中有单独的代码来处理Lines，Patches，Collections等，这些都需要复制在回调中。

在任何情况下，上面的代码都适合我，因为我的情节中只有线条，我很满意紧张=真实的布局。看来，只需对axes.py进行一些更改，就可以更加优雅地适应这种功能。

修改

我错误的是无法加入更高级别的自动缩放功能。它只需要一组特定的命令即可正确分离x和y。我更新了代码以在y中使用高级自动缩放，这应该使它更加健壮。特别是，tight = False现在可以工作（毕竟看起来好多了），反转/对数轴应该不是问题。

剩下的一个问题是，一旦裁剪到特定的x范围，就确定所有类型对象的数据限制。这个功能应该是内置的matplotlib，因为它可能需要渲染器（例如，如果一个放大得足够远，屏幕上只剩下0或1个点，上面的代码就会中断）。 Axes.relim（）方法看起来很合适。如果数据已更改，则应重新计算数据限制，但目前仅处理行和补丁。 Axes.relim（）可以有一个可选参数，用于指定x或y中的窗口。

Answer 2

我不知道合适的协议，但是最近我用这个答案重新缩放了一些具有fill_betweens的时间序列数据。以下是我为实现此目的所做的更改。我敢打赌，经过8年之后，还有一些更简单的方法可以做到这一点...

def on_xlim_changed(ax):
    xlim = ax.get_xlim()
    for a in ax.figure.axes:
        # shortcuts: last avoids n**2 behavior when each axis fires event
        if a is ax or len(a.lines) == 0 or getattr(a, 'xlim', None) == xlim:
            continue

        ylim = np.inf, -np.inf
        for l in a.lines:
            x, y = l.get_data()
            if np.issubdtype(x.dtype, np.datetime64):
                # convert dates to numbers so searchsorted works
                x = matplotlib.dates.date2num(x)
            # faster, but assumes that x is sorted
            start, stop = np.searchsorted(x, xlim)
            yc = y[max(start-1,0):(stop+1)]
            ylim = min(ylim[0], np.nanmin(yc)), max(ylim[1], np.nanmax(yc))

        for c in a.collections:
            for p in c.get_paths():
                vertices = p.vertices
                x, y = vertices[:, 0], vertices[:, 1]
                # x won't be sorted when you pull path vertices
                yc = y[(x >= xlim[0]) & (x <= xlim[1])]
                ylim = min(ylim[0], np.nanmin(yc)), max(ylim[1], np.nanmax(yc))

        # TODO: update limits from Patches, Texts, ...

        # x axis: emit=False avoids infinite loop
        a.set_xlim(xlim, emit=False)

        # y axis: set dataLim, make sure that autoscale in 'y' is on 
        corners = (xlim[0], ylim[0]), (xlim[1], ylim[1])
        a.dataLim.update_from_data_xy(corners, ignore=True, updatex=False)
        a.autoscale(enable=True, axis='y')
        # cache xlim to mark 'a' as treated
        a.xlim = xlim

matplotlib在缩放时将x轴与自动调整的y轴相连

2 个答案: