代码之家 › 专栏 › 技术社区 › shadowtalker

如何在不扩展轴限制的情况下绘图?

matplotlib

shadowtalker · 技术社区 · 6 年前

我试图在现有轴上绘制,而不扩展或修改其限制。

例如:

import numpy as np
import matplotlib.pyplot as plt

xy = np.random.randn(100, 2)

plt.scatter(xy[:,0], xy[:,1])

绘制具有良好拟合轴限制的精细绘图。

然而,当我试图在上面画一条线时:

xlim = plt.gca().get_xlim()
plt.plot(xlim, xlim, 'k--')

轴限制被扩展,可能是为了在新数据周围创建填充。

4 回复 | 直到 6 年前

ImportanceOfBeingErnest 6 年前

设置 plt.autoscale(False) 防止发生自动缩放。

import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt

xy = np.random.randn(100, 2)
# By default plots are autoscaled. 
plt.scatter(xy[:,0], xy[:,1])

#Turn autoscaling off
plt.autoscale(False)
xlim = plt.gca().get_xlim()
plt.plot(xlim, xlim, 'k--')

plt.show()

Diziet Asahi 6 年前

你可以用 the autoscale property of Axes objects

根据文件:

Axes.autoscale(enable=True, axis='both', tight=None)

将轴视图自动缩放到数据(切换)。

参数:

enable : bool or None, optional
         True (default) turns autoscaling on, False turns it off. None leaves the autoscaling state unchanged.
axis : {'both', 'x', 'y'}, optional
       which axis to operate on; default is 'both'
tight: bool or None, optional
       If True, set view limits to data limits; if False, let the locator
       and margins expand the view limits; if None, use tight scaling
       if the only artist is an image, otherwise treat tight as False.
       The tight setting is retained for future autoscaling until it is
       explicitly changed.

fig, ax = plt.subplots()
ax.plot(np.random.normal(size=(100,)),np.random.normal(size=(100,)),'bo')
ax.autoscale(tight=True)
xlim = ax.get_xlim()
plt.plot(xlim, xlim, 'k--')

Jgd 6 年前

如果单独设置x轴限制,则在更改之前不会覆盖这些限制,无论打印的是什么。要使其与代码相匹配,请尝试:

plt.xlim(xlim)

当你得到xlim,它会得到当前的限制,但一旦你'设置'他们,他们被锁定,直到你改变他们再次。这也适用于y轴,如果您希望这些也被修复(只需将“x”替换为“y”并添加代码)。

shadowtalker 6 年前

一种强力解决方案是在绘图前跟踪轴限制,然后在绘图后重置。

像这样:

from contextlib import contextmanager

@contextmanager
def preserve_limits(ax=None):
    """ Plot without modifying axis limits """
    if ax is None:
        ax = plt.gca()

    xlim = ax.get_xlim()
    ylim = ax.get_ylim()

    try:
        yield ax
    finally:
        ax.set_xlim(xlim)
        ax.set_ylim(ylim)

现在比较一下

plt.scatter(xy[:,0], xy[:,1])

xlim = plt.gca().get_xlim()
plt.plot(xlim, xlim, 'k--')

具有

plt.scatter(xy[:,0], xy[:,1])

with preserve_limits():
    xlim = plt.gca().get_xlim()
    plt.plot(xlim, xlim, 'k--')