Axis（'square'）和set_xlim之间的python相互作用

Question

对于相关图，我希望有一个光学正方形的图（x和y的长度相同，以像素为单位），但在x和y上也有一定的轴限制。我可以分别获得2个中的每个，但不能同时获得：

ax1.set_xlim(myXlim)

如果我只使用square（而不是{{1}}），那么我可以手动调整窗口大小以获取所需的图像，但是如何自动执行此操作？

Answer 1

获得方形子图的一个选项是设置子图参数，以使生成的子图自动调整为方形。这有点涉及，因为需要考虑所有边距和间距。

import matplotlib.pyplot as plt

f, (ax1, ax2) = plt.subplots(1, 2)
x = [1 , 4 , 6]
y1 = [4, 7, 9]
y2 = [20, 89, 99]

def square_subplots(fig):
    rows, cols = ax1.get_subplotspec().get_gridspec().get_geometry()
    l = fig.subplotpars.left
    r = fig.subplotpars.right
    t = fig.subplotpars.top
    b = fig.subplotpars.bottom
    wspace = fig.subplotpars.wspace
    hspace = fig.subplotpars.hspace
    figw,figh = fig.get_size_inches()

    axw = figw*(r-l)/(cols+(cols-1)*wspace)
    axh = figh*(t-b)/(rows+(rows-1)*hspace)
    axs = min(axw,axh)
    w = (1-axs/figw*(cols+(cols-1)*wspace))/2.
    h = (1-axs/figh*(rows+(rows-1)*hspace))/2.
    fig.subplots_adjust(bottom=h, top=1-h, left=w, right=1-w)

ax1.plot(x, y1, 'o')
ax2.plot(x, y2, 'o')

#f.tight_layout() # optionally call tight_layout first
square_subplots(f)

plt.show()

这里的好处是能够自由缩放和自动缩放。缺点是一旦图形大小更改，子图大小就不再是正方形。为了克服这一缺点，可以另外注册一个回调图的大小。

import matplotlib.pyplot as plt

f, (ax1, ax2) = plt.subplots(1, 2)
x = [1 , 4 , 6]
y1 = [4, 7, 9]
y2 = [20, 89, 99]

class SquareSubplots():
    def __init__(self, fig):
        self.fig = fig
        self.ax = self.fig.axes[0]
        self.figw,self.figh = 0,0
        self.params = [self.fig.subplotpars.left,
                       self.fig.subplotpars.right,
                       self.fig.subplotpars.top,
                       self.fig.subplotpars.bottom,
                       self.fig.subplotpars.wspace,
                       self.fig.subplotpars.hspace]
        self.rows, self.cols = self.ax.get_subplotspec().get_gridspec().get_geometry()
        self.update(None)
        self.cid = self.fig.canvas.mpl_connect('resize_event', self.update)


    def update(self, evt):
        figw,figh = self.fig.get_size_inches()
        if self.figw != figw or self.figh != figh:
            self.figw = figw; self.figh = figh
            l,r,t,b,wspace,hspace = self.params
            axw = figw*(r-l)/(self.cols+(self.cols-1)*wspace)
            axh = figh*(t-b)/(self.rows+(self.rows-1)*hspace)
            axs = min(axw,axh)
            w = (1-axs/figw*(self.cols+(self.cols-1)*wspace))/2.
            h = (1-axs/figh*(self.rows+(self.rows-1)*hspace))/2.
            self.fig.subplots_adjust(bottom=h, top=1-h, left=w, right=1-w)
            self.fig.canvas.draw_idle()

s = SquareSubplots(f)

ax1.plot(x, y1, 'o')
ax2.plot(x, y2, 'o')

plt.show()

---

上述解决方案通过限制子图在其网格内部的空间来工作。 Create equal aspect (square) plot with multiple axes when data limits are different?的答案中将显示相反的方法，其中子图的大小是固定的。

Answer 2

没有一个像“平方”这样的魔术，但是您可以在设置限制后放下set_aspect（放下会影响轴值的正方形线）：

...
ax1.set_aspect(1.5)
ax2.set_aspect(0.095)
plt.show()

我只是在玩耍以获得上面的值：

您可以通过将x范围除以y范围来进行计算-只需查看以下图表即可得出ax1的估算值为8/5，ax2的估算值为8/85，但您可以使用实际值来精确：

xr1=ax1.get_xlim()
yr1=ax1.get_ylim()
scale1=(xr1[1]-xr1[0])/(yr1[1]-yr1[0])
ax1.set_aspect(scale1) #1.454545..., almost 1.5!