我在Matplotlib文档中找到解决问题的方法时遇到了困难。这是一个非常简单的问题的例子。我对解决方案感兴趣，但更重要的是如何在官方matplotlib doc中找到解决方案!!!
我有一个初始空轴，自动缩小关闭：
import matplotlib.pyplot as plt
import numpy as np
fig= plt.figure()
ax = fig.add_subplot(111)
ax.autoscale(enable=False)
plt.show()
print ax.dataLim
print ax.viewLim
我对数据和视图都有0,1限制：
Bbox（'array（[[0,0。]，\ n [1.，1。]]）'） Bbox（'array（[[0,0。]，\ n [1.，1。]]）'）
然后我添加一个部分与初始视图重叠但也向外扩展的图像：
arr=np.array([[1,2,3],[4,5,6],[7,8,9]])
im = ax.imshow(arr,interpolation='Nearest',origin='lower')
im.set_extent([0.5,2.,0.5,2.])
plt.show()
print ax.dataLim
print ax.viewLim
我对数据和视图有以下限制：
Bbox（'array（[[ - 0.5，-0.5]，\ n [2.5,2.5]]）'） Bbox（'array（[[0,0。]，\ n [1.，1。]]）'）
现在我改变主意并决定自动调整数据（和视图），期望这些限制：
Bbox（'array（[[ - 0.5，-0.5]，\ n [2.5,2.5]]）'） Bbox（'array（[[0.5,0.5]，\ n [2.，2。]]）'）
我无法找到一个合适的自动缩放方案，结合了ax.autoscale（），ax.relim（），ax.autoscale_view，它达到了这个目标。 例如，限制包括数据，但在使用
时太大ax.autoscale(enable=True)
ax.relim()
print ax.dataLim
print ax.viewLim
Bbox（'array（[[ - 0.5，-0.5]，\ n [2.5,2.5]]）'） Bbox（'array（[[ - 0.5，-0.5]，\ n [2.5,2.5]]）'）
我发现的唯一非常不优雅的解决方案是重新定义图像范围：
ax.autoscale(enable=True)
im.set_extent(im.get_extent())
plt.show()
print ax.dataLim
print ax.viewLim
Bbox（'array（[[ - 0.5，-0.5]，\ n [2.5,2.5]]）'） Bbox（'array（[[0.5,0.5]，\ n [2.，2。]]）'）
有没有人有一个像样的解决方案，可以解释我应该如何从文档中找到它？ 感谢。
丹尼斯