Matplotlib自动缩放子图的垂直高度，用于共享的x轴图

Question

我想根据数据跨度自动缩放共享x轴数字的子图的垂直高度！我想比较显示数据的相对强度。如果我使用sharey = True kwarg作为子图，则数据以相对强度可识别的方式显示：

    import matplotlib.pyplot as plt
    from matplotlib import gridspec
    import numpy as np

    SIZE = (12, 8) #desired overall figure size


    # Simple data to display in various forms
    x = np.linspace(0, 2 * np.pi, 400)

    y = np.sin(x ** 2)
    y2 = 2*(np.sin(x ** 2))
    y3 = 3*(np.sin(x ** 2))


    fig, ax = plt.subplots(3,ncols=1, sharex=True, sharey=True)
    fig.set_size_inches(SIZE[1], SIZE[0])
    fig.subplots_adjust(hspace=0.001)


    ax[0].plot(x, y)
    ax[1].plot(x, y2)
    ax[2].plot(x, y3)
    plt.show()

现在所有子图具有相同的高度，并且可以识别y轴中的数据跨度，因为数据以正确的相对比例显示。 我想要实现的是每个绘图的比例结束数据结束的位置。基本上消除了未使用的空白区域。子图的大小将代表数据的相对高度比。它们应该在Y轴上具有相同的缩放比例，以便观察者估计相对数据高度（例如，冷是一个计数）。

我发现了类似问题的以下链接，但没有一个真正帮助我解决了我的问题：

Link1 Link2

Answer 1

这是一个确定比例的示例，并相应地创建子图：

import matplotlib.pyplot as plt
from matplotlib import gridspec
import numpy as np

SIZE = (12, 8) #desired overall figure size

# Simple data to display in various forms
x = np.linspace(0, 2 * np.pi, 400)

# the maximum multiplier for the function
N = 3

# the y-ranges:
ys = [i * np.sin(x**2) for i in range(1,N+1)]

# the maximum extent of the plot in y-direction (cast as int)
hs = [int(np.ceil(np.max(np.abs(y)))) for y in ys]

# determining the size of the GridSpec:
gs_size = np.sum(hs)
gs = gridspec.GridSpec(gs_size,1)

# the figure
fig = plt.figure(figsize = SIZE)

# creating the subplots
base = 0
ax = []
for y,h in zip(ys,hs):
    ax.append(fig.add_subplot(gs[base:h+base,:]))
    base += h
    ax[-1].plot(x,y)

##fig, ax = plt.subplots(3,ncols=1, sharex=True, sharey=True)
##fig.set_size_inches(SIZE[1], SIZE[0])
fig.subplots_adjust(hspace=0.001)


##ax[0].plot(x, ys[0])
##ax[1].plot(x, ys[1])
##ax[2].plot(x, ys[2])
plt.show()

代码确定每组数据的最大y-extend，将其转换为整数，然后使用这些扩展的总和作为GridSpec的比例将图分成子图。

结果图如下：

在Python 3.5上测试

修改：

如果数据的最大和最小范围不具有可比性，最好将hs的计算方式更改为

hs = [int(np.ceil(np.max(y))) - int(np.floor(np.min(y))) for y in ys]