如何在向图形添加更多对象的同时保持 matplotlib 图形的纵横比？答案

【问题标题】：How to keep aspect ratio on matplotlib graphs while adding more objects to the figure?如何在向图形添加更多对象的同时保持 matplotlib 图形的纵横比？
【发布时间】：2016-03-02 08:30:36
【问题描述】：

运行以下代码生成两个图像，给我不同纵横比的图形，如何强制图形的图形纵横比？（不是图片）

import pandas as pd 
import numpy as np 
import numpy.ma as ma 
import matplotlib.pyplot as plt

msize=25
rrange=int(msize**0.5)
jump=3
start=int(jump/2)

X,Y=np.meshgrid(range(0,msize),range(0,msize))
dat=np.random.rand(msize,msize)*rrange

msk=np.zeros_like(dat)
msk[start::jump,start::jump].fill(1)
mdat=msk*dat
mdat[mdat==0]=np.nan
mmdat = ma.masked_where(np.isnan(mdat),mdat)

fargs={ 'edgecolor': 'w',
        'facecolor': 'w',
        'frameon': True,
        }

fig = plt.figure(figsize=(10,10),**fargs)


cmap = plt.get_cmap('RdYlBu')
cmap.set_bad(color='#cccccc', alpha=1.)

plot = plt.pcolormesh(X,Y,mmdat,cmap=cmap)

plot.axes.set_ylim(0,msize-1)                                                                                                               
plot.axes.set_xlim(0,msize-1)

fargs['bbox_inches']='tight'

fig.savefig("masked100.png",dpi=100,**fargs)

plt.colorbar()
fig.savefig("masked101.png",dpi=100,**fargs)

第一次保存会生成这样的图像：

第二个生成这个：

如我们所见，第二张图片中的每个“像素”都略微不成正方形（在他的两侧被挤压）。如何在添加新图形信息的同时保留图形纵横比？

【问题讨论】：

标签： python matplotlib

【解决方案1】：

添加彩条后可以添加对set_aspect()的调用：

# ...
plot.axes.set_ylim(0,msize-1)                                                                                                               
plot.axes.set_xlim(0,msize-1)
# 
plot.axes.set_aspect('equal')
# ...

【讨论】：

【解决方案2】：

您需要对脚本进行的最小修改是两件事。添加

fig = plt.figure(figsize=(10,10),**fargs)
plt.axis('equal')

创建图之后。这将强制 x 轴和 y 轴具有相同的步长。仅此一项就会导致生成的 mpl 图形上方和下方出现大量空白。

您还需要手动调整图形大小（我怀疑是否有办法自动执行此操作）。您可以通过在 plt.colorbar 之前调用 fig.set_size_inches(10,8) 来做到这一点：

fig.savefig("masked100.png",dpi=100, bbox_inches='tight', **fargs)
fig.set_size_inches(10,8)
plt.colorbar()
fig.savefig("masked101.png",dpi=100, bbox_inches='tight', **fargs)

请注意，我通过反复试验得出了 (10,8) 的图形大小。结果图如下所示：

有关源代码和图像，请参阅此 jupyter notebook：https://gist.github.com/ericdill/62e555bd82d76fb93e30

您还应该考虑使用面向对象 (OO) 接口而不是专门使用 pyplot 中的函数，主要是因为大量使用 pyplot 可能会产生一些意想不到的后果，因为它所依赖的全局状态可以有时会摇摆不定。您可以在上面指向 jupyter notebook 的链接中看到使用 OO 接口所需的脚本更改。

【讨论】：