对齐两个组合图 - Matplotlib

Question

我目前正在制作一个情节，我将数据显示在一起。 我使用以下代码绘制它们：

plt.figure()

# Data 1
data = plt.cm.binary(data1)
data[..., 3] = 1.0 * (data1 > 0.0)
fig = plt.imshow(data, interpolation='nearest', cmap='binary', vmin=0, vmax=1, extent=(-4, 4, -4, 4))

# Plotting just the nonzero values of data2
x = numpy.linspace(-4, 4, 11)
y = numpy.linspace(-4, 4, 11)
data2_x = numpy.nonzero(data2)[0]
data2_y = numpy.nonzero(data2)[1]

pts = plt.scatter(x[data2_x], y[data2_y], marker='s', c=data2[data2_x, data2_y])

这给了我这个情节：

从图像中可以看出，我的背景和前景方块没有对齐。

两者都具有相同的尺寸（20 x 20）。我希望有一种方法，如果可能的话，将中心与中心或角落对齐，但要有某种对齐方式。

在某些网格单元格中，似乎我有正确的底角对齐，在其他网格对齐中，而在其他网格对齐方面，根本没有对齐，会降低可视化效果。

任何帮助将不胜感激。

谢谢。

Answer 1

正如tcaswell所说，通过为extent定义imshow关键字，您的问题可能最容易解决。

如果给出extent keyword，最外面的像素边将位于范围内。例如：

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(np.random.random((8, 10)), extent=(2, 6, -1, 1), interpolation='nearest', aspect='auto')

现在很容易计算每个像素的中心。在X方向：

• 像素间距离是（6-2）/ 10 = 0.4像素
• 最左边像素的中心距离左边缘半个像素，2 + .4 / 2 = 2.2

同样，Y中心位于-875 + n * 0.25。

因此，通过调整extent，您可以在任意位置获取像素中心。

---

20x20数据的示例：

import matplotlib.pyplot as plt
import numpy

# create the data to be shown with "scatter"
yvec, xvec = np.meshgrid(np.linspace(-4.75, 4.75, 20), np.linspace(-4.75, 4.75, 20))
sc_data = random.random((20,20))

# create the data to be shown with "imshow" (20 pixels)
im_data = random.random((20,20))

fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(im_data, extent=[-5,5,-5,5], interpolation='nearest', cmap=plt.cm.gray)
ax.scatter(xvec, yvec, 100*sc_data)

请注意，这里两个scatter的像素间距离相同（如果您查看xvec，所有像素相距0.5个单位）和imshow（作为图像从-5拉伸到+5并且有20个像素，像素相距0.5个单位。）

Answer 2

这是一个没有对齐问题的代码。

import matplotlib.pyplot as plt
import numpy

data1 = numpy.random.rand(10, 10)
data2 = numpy.random.rand(10, 10)
data2[data2 < 0.4] = 0.0

plt.figure()

# Plotting data1
fig = plt.imshow(data1, interpolation='nearest', cmap='binary', vmin=0.0, vmax=1.0)

# Plotting data2
data2_x = numpy.nonzero(data2)[0]
data2_y = numpy.nonzero(data2)[1]
pts = plt.scatter(data2_x, data2_y, marker='s', c=data2[data2_x, data2_y])

plt.show()

给出了完美对齐的组合图：

因此，在代码中使用其他选项可能是组合图未对齐的原因。