设置轴范围移动图像答案

【问题标题】：Setting axis range shifts image设置轴范围移动图像
【发布时间】：2019-09-05 00:59:11
【问题描述】：

由于某种原因在matplotlib中设置轴范围绘制图像偏移，如何解决这个问题？

sz = 16
img = np.zeros((sz,sz), np.uint8)
img[:2,:] = 255
img[-2:,:] = 255
img[:,:2] = 255
img[:,-2:] = 255
img[sz//2-1:sz//2+1,sz//2-1:sz//2+1] = 255
print('img.shape', img.shape)

# v1
# axes = plt.gca()
# axes.set_xlim([0,sz])
# axes.set_ylim([0,sz])
# v2
plt.axis([0, sz, 0, sz])
plt.imshow(img, interpolation='nearest')
plt.show()

更新：

使用 sz-1 轴未与图像末尾对齐且不包含 16：

更新：

基于@ImportanceOfBeingErnest 的回答，刻度以像素中心为中心，但我需要它们以像素角为中心。

sz = 8
img = np.zeros((sz,sz), np.uint8)
img[:1,:] = 255
img[-1:,:] = 255
img[:,:1] = 255
img[:,-1:] = 255
img[sz//2-1:sz//2+1,sz//2-1:sz//2+1] = 255
print('img.shape', img.shape)

plt.axis([-0.5, img.shape[1]-0.5, img.shape[0]-0.5, -0.5])
plt.imshow(img)
plt.show()

更新：

根据@haijohn 的回答，水平刻度不在每个像素处。

sz = 8
img = np.zeros((sz,sz), np.uint8)
img[:1,:] = 255
img[-1:,:] = 255
img[:,:1] = 255
img[:,-1:] = 255
img[sz//2-1:sz//2+1,sz//2-1:sz//2+1] = 255
print('img.shape', img.shape)

plt.axis([0, img.shape[1], img.shape[0], 0])
plt.imshow(img, extent=[0, sz, 0, sz], interpolation='nearest')
plt.show()

【问题讨论】：

在plt.axis([0, sz, 0, sz]) 中将sz 设置为sz-1 似乎可以解决问题
@Axois 使用 sz-1 它仍然绘制不正确的轴，请参阅更新。

标签： python matplotlib jupyter-notebook

【解决方案1】：

也许是这样

plt.imshow(img, extent=[0, sz, 0, sz], interpolation='nearest')

引用https://matplotlib.org/3.1.1/tutorials/intermediate/imshow_extent.html

【讨论】：

【解决方案2】：

默认情况下，像素以整数位置为中心。例如。第一个像素的范围是 -0.5 到 0.5，因此以 0 为中心。

要设置与默认选择相同的轴限制，请从形状中减去 0.5，

import matplotlib.pyplot as plt
import numpy as np

a = np.random.rand(5,5)

plt.axis([-0.5, a.shape[1]-0.5, a.shape[0]-0.5, -0.5])
plt.imshow(a)

plt.show()

【讨论】：

更新后的情节看起来与我预期的一样。有什么问题？
其实我一直在寻找这种轴stackoverflow.com/a/57792885/1179925，但你的回答还是有帮助的。

【解决方案3】：

sz = 8
img = np.zeros((sz,sz), np.uint8)
img[:1,:] = 255
img[-1:,:] = 255
img[:,:1] = 255
img[:,-1:] = 255
img[sz//2-1:sz//2+1,sz//2-1:sz//2+1] = 255
print('img.shape', img.shape)

plt.axis([0, img.shape[1], img.shape[0], 0])
ax = plt.gca()
ax.set_xticks(ticks=range(sz+1))
ax.set_yticks(ticks=range(sz+1))
plt.imshow(img, extent=[0, sz, 0, sz], interpolation='nearest')
plt.show()

【讨论】：