代码之家 › 专栏 › 技术社区 › Gilfoyle

Matplotlib:子批次居中

matplotlib python

Gilfoyle · 技术社区 · 6 年前

这是我的密码

导入matplotlib.pyplot as plt 将numpy导入为np 步骤=20 图=plt.图()) 对于范围(步数)中的k: ax=图添加_子批次(1,步骤,(k+1))。 ax.imshow(np.random.rand(30,30),interpolation=“none”,cmap=“gray”)。轴(“关闭”) 图紧密布局请调整子批次(右=0.97,,\ 左= 0.03,\ 底部=0.03, 顶部=0.97, WSPACE=0.1, HSPACE=0.1) plt.savefig(“test.png”,dpi=300,bbox_inches=“tight”)。关闭(图) < /代码>

产生以下输出:

但我真的很想拥有这样的东西:

仅突出显示的部分。居中,子批次周围没有太多空白。

我有两个问题,我不能解决与其他类似的帖子,关于我在互联网上发现的子程序。如何使绘图水平和垂直居中?是什么导致情节不集中?这可能是由 plt.subflots_adjust()引起的,我也不太明白。调整这些值有时会导致非必然的结果(在我看来)。如何自动调整子批次的值,以便对于任意数量的子批次,所有内容都居中,周围没有太多空白?

产生以下输出:


   
    
     
      
     
    
    
    
    
     但我真的很想拥有这样的东西:
     
      
     
    
    
    
    
     仅突出显示的部分。居中,子图周围没有太多空白。
    
    
     我有两个问题,我不能解决与其他类似的帖子,关于我在互联网上发现的子程序。如何使绘图水平和垂直居中?是什么导致情节不集中?这可能是由于
     
      plt.subplots_adjust()
     
     我也不太明白。调整这些值有时会导致非必然的结果(在我看来)。我如何调整
     
      subplots_adjust
     
     自动地,对于任意数量的子块,所有东西都是居中的,周围没有太多的空白?

1 回复 | 直到 6 年前

ImportanceOfBeingErnest 6 年前

bbox_inches=“tight” automatically trys to“guess”how much to crop from the figure.如果您想完全控制定位,这可能会导致不希望的结果。


   
    
     现在的主要目标是首先获得所需大小的数字。
    
    
    
    
     对于粗略估计,数字高度需要为1/步加上一些空白处。例如
    
    steps=20
Fig=plt.Fig(FigSize=(12,(12+3)/步骤)
< /代码> 

结果不错

导入matplotlib.pyplot as plt
将numpy导入为np

步骤=20
Fig=plt.Fig(FigSize=(12,(12+3)/步骤)
对于范围(步数)中的k:
ax=图添加_子批次(1,步骤,(k+1))。
ax.imshow(np.random.rand(30,30),interpolation=“none”,cmap=“gray”)。
轴(“关闭”)

请调整子批次(右=0.97,,\
左= 0.03,\
底部=0.03,
顶部=0.97,
WSPACE=0.1,
HSPACE=0.1)
plt.savefig(“test.png”,dpi=300,facecolor=“palegreen”)。
显示()
关闭(图)
< /代码> 



当然,您可以调整图形大小和子批次参数以精确匹配。例如,您从给定的图形宽度开始,并从中计算图形高度,同时考虑所有子地块参数和图像的方面(在此处更改以使其效果更清晰)。

导入matplotlib.pyplot as plt
将numpy导入为np

步骤=20

#子批次参数
sp=dict(右=0.98,)\
左侧=0.02,
底部=0.1,
顶部=0.9,
WSPACE=0.1,
HSPACE=0.1)
图W=12英寸
纵横比=30/50图像的纵横比(高/宽)
axs=(Figw*(sp[“right”]-sp[“left”])/(steps+(steps-1)*sp[“wspace”])
图H=axs*宽高比/(sp[“top”]-sp[“bottom”])

Fig=Plt.Fig(FigSize=(FigW,FigH))。

对于范围(步数)中的k:
ax=图添加_子批次(1,步骤,(k+1))。
ax.imshow(np.random.rand(30,50),interpolation=“none”,cmap=“gray”)。
轴(“关闭”)

plt.子批次调整(*sp)
plt.savefig(“test.png”,dpi=300,facecolor=“palegreen”)。
显示()
关闭(图)
< /代码> 


完全控制定位。

现在的主要目标是首先得到所需大小的数字。

对于粗略估计,数字高度需要为1/步加上一些空白处。例如。

steps = 20
fig = plt.figure(figsize=(12,(12+3)/steps))


结果不错

import matplotlib.pyplot as plt
import numpy as np

steps = 20
fig = plt.figure(figsize=(12,(12+3)/steps))
for k in range(steps):
    ax = fig.add_subplot(1,steps,(k+1))
    ax.imshow(np.random.rand(30,30), interpolation="none", cmap="gray")
    ax.axis("off")

plt.subplots_adjust(right=0.97,\
                    left=0.03,\
                    bottom=0.03,\
                    top=0.97,\
                    wspace=0.1,\
                    hspace=0.1)
plt.savefig("test.png", dpi=300, facecolor="palegreen")
plt.show()
plt.close(fig)




当然,您可以调整图形大小和子批次参数以精确匹配。例如,您从给定的图形宽度开始,然后从中计算图形高度,同时考虑到所有子地块参数和图像的方面(在此处更改以使其效果更清晰)。

import matplotlib.pyplot as plt
import numpy as np

steps = 20

# subplot parameters
sp = dict(right=0.98,\
          left=0.02,\
          bottom=0.1,\
          top=0.9,\
          wspace=0.1,\
          hspace=0.1)
figw = 12 #inches
aspect = 30/50 # aspect of the images (heigth/width)
axs = (figw*(sp["right"]-sp["left"]))/(steps+(steps-1)*sp["wspace"])
figh = axs*aspect/(sp["top"]-sp["bottom"])

fig = plt.figure(figsize=(figw, figh))

for k in range(steps):
    ax = fig.add_subplot(1,steps,(k+1))
    ax.imshow(np.random.rand(30,50), interpolation="none", cmap="gray")
    ax.axis("off")

plt.subplots_adjust(**sp)
plt.savefig("test.png", dpi=300, facecolor="palegreen")
plt.show()
plt.close(fig)