并肩展示并策划

Question

我正在尝试将并排的numpy数组显示为同一阵列的图像和seaborn distplot。我想出了以下功能：

def visualize(arr):
    f, (ax1, ax2) = plt.subplots(1, 2, gridspec_kw = {'width_ratios': [1, 3]})

    ax1.imshow(arr)

    flat = arr.flatten()
    x = flat[~np.isnan(flat)]
    sns.distplot(x, ax=ax2)
    plt.show()

产生：

如您所见，图像的高度小于图表。如何修改我的功能，以便为绘图和imshow提供相同的高度？

我想要下面放置图像和图：

Answer 1

有很多方法可以解决这个问题。以下所有内容将提供或多或少相同的图像

一种。减少可用空间

您可以减少可用空间，使两个图都限制在相同的垂直边距。这可以通过

来完成

1. 降低身材高度

   fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(6,2.3), ...)
   

   

2. 使用subplots_adjust 来限制边距

   fig.subplots_adjust(top=0.7, bottom=0.3)
   

   

B中。使用InsetPosition

您可以使用mpl_toolkits.axes_grid1.inset_locator.InsetPosition调整第二个轴的坐标以匹配第一个轴的坐标。

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1.inset_locator import InsetPosition

def visualize(arr):
    fig, (ax1, ax2) = plt.subplots(1, 2,
                               gridspec_kw = {'width_ratios': [1, 3]})

    ax1.imshow(arr)

    flat = arr.flatten()
    x = flat[~np.isnan(flat)]
    sns.distplot(x, ax=ax2)

    ip = InsetPosition(ax1, [1.5,0,3,1]) 
    ax2.set_axes_locator(ip)

    plt.show()

arr = np.random.randn(200,120)
visualize(arr)

℃。使用轴分隔器

您可以只为图像创建轴，然后使用mpl_toolkits.axes_grid1.make_axes_locatable在其旁边创建新轴。

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable

def visualize(arr):
    fig, ax = plt.subplots()
    divider = make_axes_locatable(ax)
    ax2 = divider.new_horizontal(size="300%", pad=0.5)
    fig.add_axes(ax2)

    ax.imshow(arr)

    flat = arr.flatten()
    x = flat[~np.isnan(flat)]
    sns.distplot(x, ax=ax2)

    plt.show()

arr = np.random.randn(200,120)
visualize(arr)

d。计算所需的宽高比

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt

def visualize(arr):
    gkw = {'width_ratios':[1, 3] }
    fig, (ax1, ax2) = plt.subplots(1, 2,  gridspec_kw = gkw )

    ax1.imshow(arr)

    flat = arr.flatten()
    x = flat[~np.isnan(flat)]
    sns.distplot(x, ax=ax2)

    ya = np.diff(np.array(ax2.get_ylim()))[0]
    xa = np.diff(np.array(ax2.get_xlim()))[0]
    wa = gkw['width_ratios'][0]/float(gkw['width_ratios'][1])
    ia = arr.shape[0]/float(arr.shape[1])
    ax2.set_aspect(float(wa*ia/(ya/xa)))

    plt.show()

arr = np.random.randn(200,120)
visualize(arr)

电子。动态复制职位

您可以获得左图的位置并将其y坐标复制到右侧子图的位置。这是对现有代码的一个很好的附加组件。缺点是必要的，因为随后对图形大小的更改需要重新计算位置。

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt

def visualize(arr):
    gkw = {'width_ratios':[1, 3] }
    fig, (ax1, ax2) = plt.subplots(1, 2,  gridspec_kw = gkw )

    ax1.imshow(arr)

    flat = arr.flatten()
    x = flat[~np.isnan(flat)]
    sns.distplot(x, ax=ax2)

    def on_resize(evt=None):
        ax1.apply_aspect()
        bb1 = ax1.get_position()
        bb2 = ax2.get_position()
        bb2.y0 = bb1.y0; bb2.y1 = bb1.y1
        ax2.set_position(bb2)

    fig.canvas.mpl_connect("resize_event", on_resize)
    on_resize()

    plt.show()

arr = np.random.randn(200,120)
visualize(arr)