在 matplotlib imshow 中调整网格线和刻度线答案

【问题标题】：Adjusting gridlines and ticks in matplotlib imshow在 matplotlib imshow 中调整网格线和刻度线
【发布时间】：2016-12-22 18:25:35
【问题描述】：

我正在尝试绘制一个值矩阵，并希望添加网格线以使值之间的边界更清晰。不幸的是，imshow 决定将刻度线定位在每个体素的中间。有没有可能

a) 删除刻度，但将标签保留在同一位置，并且
b) 在像素边界之间添加网格线？

import matplotlib.pyplot as plt
import numpy as np

im = plt.imshow(np.reshape(np.random.rand(100), newshape=(10,10)),
                    interpolation='none', vmin=0, vmax=1, aspect='equal');
ax = plt.gca();
ax.set_xticks(np.arange(0, 10, 1));
ax.set_yticks(np.arange(0, 10, 1));
ax.set_xticklabels(np.arange(1, 11, 1));
ax.set_yticklabels(np.arange(1, 11, 1));

图像没有网格线并且刻度线位置错误

ax.grid(color='w', linestyle='-', linewidth=2)

网格线位置错误的图像：

【问题讨论】：

设置图像范围似乎可以解决问题；默认情况下，网格坐标系会稍微偏离自然原点：plt.imshow(..., extent=(0, 10, 10, 0));

标签： python matplotlib imshow

【解决方案1】：

这是一种 hack，但我喜欢使用它，因为它不需要我移动 xticks 或 yticks。

import numpy as np
import matplotlib.pyplot as plt

plt.matshow(np.random.random(size=(10,10)))

plt.hlines(y=np.arange(0, 10)+0.5, xmin=np.full(10, 0)-0.5, xmax=np.full(10, 10)-0.5, color="black")
plt.vlines(x=np.arange(0, 10)+0.5, ymin=np.full(10, 0)-0.5, ymax=np.full(10, 10)-0.5, color="black")

plt.show()

【讨论】：

【解决方案2】：

Serenity 建议的解决方案代码：

plt.figure()
im = plt.imshow(np.reshape(np.random.rand(100), newshape=(10,10)),
                interpolation='none', vmin=0, vmax=1, aspect='equal')

ax = plt.gca();

# Major ticks
ax.set_xticks(np.arange(0, 10, 1))
ax.set_yticks(np.arange(0, 10, 1))

# Labels for major ticks
ax.set_xticklabels(np.arange(1, 11, 1))
ax.set_yticklabels(np.arange(1, 11, 1))

# Minor ticks
ax.set_xticks(np.arange(-.5, 10, 1), minor=True)
ax.set_yticks(np.arange(-.5, 10, 1), minor=True)

# Gridlines based on minor ticks
ax.grid(which='minor', color='w', linestyle='-', linewidth=2)

生成的图像：

【讨论】：

【解决方案3】：

使用plt.pcolor 或plt.pcolormesh 会更容易：

data = np.random.rand(10, 10)
plt.pcolormesh(data, edgecolors='k', linewidth=2)
ax = plt.gca()
ax.set_aspect('equal')

不过，它们和plt.imshow 有一些区别，最明显的就是图像被Y 轴交换了（不过，你可以通过添加ax.invert_yaxis() 轻松地将其反转回来）。如需进一步讨论，请参见此处：When to use imshow over pcolormesh?

【讨论】：

这更容易，不需要手动处理刻度/标签。这应该是公认的答案。

【解决方案4】：

您可以通过将extent 参数传递给imshow 来移动像素。 extent 是一个 4 元素的标量列表（左、右、下、上）：

foo = np.random.rand(35).reshape(5, 7)
# This keeps the default orientation (origin at top left):
extent = (0, foo.shape[1], foo.shape[0], 0)
_, ax = plt.subplots()
ax.imshow(foo, extent=extent)
ax.grid(color='w', linewidth=2)
ax.set_frame_on(False)

【讨论】：

【解决方案5】：

尝试移动坐标轴刻度：

ax = plt.gca()
ax.set_xticks(np.arange(-.5, 10, 1))
ax.set_yticks(np.arange(-.5, 10, 1))
ax.set_xticklabels(np.arange(1, 12, 1))
ax.set_yticklabels(np.arange(1, 12, 1))

【讨论】：

谢谢，这非常适合网格线。有没有办法让标签同时保持在像素的中心？
将主要刻度位置设置为每个带有标签的正方形的中间。然后将次要刻度设置到每个没有标签的正方形的边缘。显示网格后仅在次要刻度中显示。
您可以发布自己的代码作为新答案（带/不带图像），供任何挑战此类问题的人使用。