在matplotlib中的方形绘图区域上绘制对数线性图

Question

我想在matplotlib的方形绘图区域绘制一个对数y轴和一个线性x轴的图。我可以在正方形上绘制线性线性图和对数图，但是我使用的方法Axes.set_aspect(...)没有用于对数线性图。有一个很好的解决方法吗？

---

正方形上的线性线性图：

from pylab import *
x = linspace(1,10,1000)
y = sin(x)**2+0.5
plot (x,y)
ax = gca()
data_aspect = ax.get_data_ratio()
ax.set_aspect(1./data_aspect)
show()

---

广场上的对数 - 对数图：

from pylab import *
x = linspace(1,10,1000)
y = sin(x)**2+0.5
plot (x,y)
ax = gca()
ax.set_yscale("log")
ax.set_xscale("log")
xmin,xmax = ax.get_xbound()
ymin,ymax = ax.get_ybound()
data_aspect = (log(ymax)-log(ymin))/(log(xmax)-log(xmin))
ax.set_aspect(1./data_aspect)
show()

---

但是当我尝试使用对数线性图时，我没有得到方形区域，而是一个警告

from pylab import *
x = linspace(1,10,1000)
y = sin(x)**2+0.5
plot (x,y)
ax = gca()
ax.set_yscale("log")
xmin,xmax = ax.get_xbound()
ymin,ymax = ax.get_ybound()
data_aspect = (log(ymax)-log(ymin))/(xmax-xmin)
ax.set_aspect(1./data_aspect)
show()

发出警告：

axes.py:1173: UserWarning: aspect is not supported for Axes with xscale=linear, yscale=log

---

尽管Axes.set_aspect缺乏支持，是否有一种实现平方对数线性图的好方法？

Answer 1

嗯，有一种解决方法。实际的轴区域（图表所在的区域，不包括外部刻度和c）可以调整为您想要的任何大小。

您可以使用ax.set_position设置绘图的相对大小和位置（图中）。为了在你的情况下使用它，我们需要一些数学：

from pylab import *

x = linspace(1,10,1000)
y = sin(x)**2+0.5
plot (x,y)
ax = gca()
ax.set_yscale("log")

# now get the figure size in real coordinates:
fig  = gcf()
fwidth = fig.get_figwidth()
fheight = fig.get_figheight()

# get the axis size and position in relative coordinates
# this gives a BBox object
bb = ax.get_position()

# calculate them into real world coordinates
axwidth = fwidth * (bb.x1 - bb.x0)
axheight = fheight * (bb.y1 - bb.y0)

# if the axis is wider than tall, then it has to be narrowe
if axwidth > axheight:
    # calculate the narrowing relative to the figure
    narrow_by = (axwidth - axheight) / fwidth
    # move bounding box edges inwards the same amount to give the correct width
    bb.x0 += narrow_by / 2
    bb.x1 -= narrow_by / 2
# else if the axis is taller than wide, make it vertically smaller
# works the same as above
elif axheight > axwidth:
    shrink_by = (axheight - axwidth) / fheight
    bb.y0 += shrink_by / 2
    bb.y1 -= shrink_by / 2

ax.set_position(bb)

show()

轻微的风格评论是import pylab通常不被使用。传说：

import matplotlib.pyplot as plt

pylab作为numpy和matplotlib导入的奇怪混合，旨在简化交互式IPython的使用。 （我也使用它。）