简答

你可能想打电话：

ax.imshow(..., aspect='auto')

默认情况下,imshow会在调用轴时将轴的纵横比设置为1.这将覆盖您在创建轴时指定的任何方面.

但是,这是matplotlib中常见的混淆源.让我备份并详细解释正在发生的事情.

Matplotlib的布局模型

matplotlib中的aspect是指数据坐标中xscale和yscale的比率.它不直接控制轴的宽度和高度的比率.

有三件事可以控制matplotlib轴的“外框”的大小和形状：

>图的大小/形状(下图中以红色显示)

>图坐标中轴的指定范围(例如子图位置,如下图中的绿色所示)

> Axes用于适应固定宽高比(可调参数)的机制.

换句话说,轴总是放在图形坐标中,它们的形状/大小始终是图形的形状/大小的比例. (注意：诸如axes_grid之类的东西会在绘制时改变它以绕过这个限制.)

但是,给定轴的范围(从其子图位置或显式设置范围)不一定是它将占用的大小.根据方面和可调参数,轴将在给定范围内缩小.

为了理解一切如何相互作用,让我们在很多不同的情况下绘制一个圆圈.

没有固定方面

在基本情况下(没有为轴设置固定的纵横比),轴将填充图形坐标中分配给它的整个空间(由绿色框显示).

x和y刻度(由方面设置)可以独立更改,扭曲圆圈：

当我们调整图形的大小(交互式或图形创建)时,轴将“挤压”它：

固定纵横比,可调=’框’

但是,如果设置了绘图的纵横比(默认情况下,imshow将强制纵横比为1),则轴将调整轴外部的大小,以使x和y数据比率保持在指定的方面.

但是,要理解的一个关键点是,绘图的方面是x和y数据比例的方面.这不是绘图宽度和高度的方面.因此,如果方面为1,则圆将始终为圆.

举个例子,假设我们做过类似的事情：

fig, ax = plt.subplots()

# Plot circle, etc, then:

ax.set(xlim=[0, 10], ylim=[0, 20], aspect=1)

默认情况下,可调整为“框”.让我们看看发生了什么：

轴可以占用的最大空间由绿色框显示.但是,它必须保持相同的x和y标度.有两种方法可以实现：更改x和y限制或更改Axes边界框的形状/大小.由于Axes的可调参数设置为默认的“box”,因此Axes在其最大空间内缩小.

当我们调整图形的大小时,它将继续缩小,但是通过使轴消耗分配给轴的最大空间(绿色框)来保持x和y比例：

两个快速侧面说明：

>如果您正在使用共享轴,并希望调整=“box”,请使用adjust =“box-forced”.

>如果您想控制轴在“绿色框”内的位置,请设置轴的锚点.例如. ax.set_anchor(‘NE’)让它保持“固定”在“绿色框”的右上角,因为它调整其大小以保持纵横比.

固定宽高比,可调=“datalim”

可调节的另一个主要选项是“datalim”.

在这种情况下,matplotlib将通过更改其中一个轴限制来保持数据空间中的x和y比例. Axes将填满分配给它的整个空间.但是,如果手动设置x或y限制,则可以覆盖它们以允许轴填充分配给它的完整空间并将x / y比例保持为指定的方面.

在这种情况下,x限制设置为0-10,y限制设置为0-20,方面= 1,可调=’datalim’.请注意,y限制未被遵守：

当我们调整图形时,纵横比表示相同,但​​数据限制发生变化(在这种情况下,x限制不受尊重).

这与imshow有什么关系？

调用imshow时,默认情况下调用ax.set_aspect(1.0).因为默认情况下adjust =“box”,任何带有imshow的情节都会像上面的第3 /第4张图片一样.

例如：

但是,如果我们指定imshow(…,aspect =’auto’),则不会覆盖绘图的宽高比,并且图像将“挤压”以占用分配给Axes的完整空间：

另一方面,如果你想让像素保持“正方形”(注意：它们可能不是正方形,具体取决于范围kwarg指定的内容),你可以省略aspect =’auto’并设置可调参数相反,轴为“datalim”.

例如.

ax.imshow(data, cmap='gist_earth', interpolation='none')

ax.set(adjustable="datalim")

轴形状由图形控制

要记住的最后一部分是轴的形状/尺寸定义为图形的形状/尺寸的百分比.

因此,如果要保留轴的纵横比并在相邻子图之间具有固定的间距,则需要定义要匹配的图形的形状. plt.figaspect非常方便.它只是根据指定的宽高比或2D数组生成宽度,高度的元组(它将采用数组形状的纵横比,而不是内容).

对于你的子图的网格示例,每个子图具有恒定的2×1纵横比,你可能会考虑以下内容(注意我在这里没有使用aspect =“auto”,因为我们希望图像中的像素保持正方形)：

import numpy as np

import matplotlib.pyplot as plt

nrows, ncols = 8, 12

dx, dy = 1, 2

figsize = plt.figaspect(float(dy * nrows) / float(dx * ncols))

fig, axes = plt.subplots(nrows, ncols, figsize=figsize)

for ax in axes.flat:

data = np.random.random((10*dy, 10*dx))

ax.imshow(data, interpolation='none', cmap='gray')

ax.set(xticks=[], yticks=[])

pad = 0.05 # Padding around the edge of the figure

xpad, ypad = dx * pad, dy * pad

fig.subplots_adjust(left=xpad, right=1-xpad, top=1-ypad, bottom=ypad)

plt.show()