16

如何创建一堆带有链接（共享）x 轴的图，这些图在缩放期间自动缩放所有“从属”图的 y 轴？例如：

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212, sharex=ax1)
ax1.plot([0,1])
ax2.plot([2,1])
plt.show()

当我放大 ax1 时，这也会更新 ax2 的 x 轴（到目前为止一切都很好），但我还希望 ax2 的 y 轴根据现在可见的数据范围自动缩放。所有自动缩放设置都打开（默认设置）。创建 ax2 后手动设置自动缩放设置没有帮助：

ax2.autoscale(enable=True, axis='y', tight=True)
ax2.autoscale_view(tight=True, scalex=False, scaley=True)

print ax2.get_autoscaley_on()
-> True

我错过了什么？

4

2 回答 2

25

在研究了 matplotlib 的 axes.py 的血腥细节之后，似乎没有根据数据视图自动缩放轴的规定，因此没有高级方法来实现我想要的。

但是，有 'xlim_changed' 事件，可以附加回调：

import numpy as np

def on_xlim_changed(ax):
    xlim = ax.get_xlim()
    for a in ax.figure.axes:
        # shortcuts: last avoids n**2 behavior when each axis fires event
        if a is ax or len(a.lines) == 0 or getattr(a, 'xlim', None) == xlim:
            continue

        ylim = np.inf, -np.inf
        for l in a.lines:
            x, y = l.get_data()
            # faster, but assumes that x is sorted
            start, stop = np.searchsorted(x, xlim)
            yc = y[max(start-1,0):(stop+1)]
            ylim = min(ylim[0], np.nanmin(yc)), max(ylim[1], np.nanmax(yc))

        # TODO: update limits from Patches, Texts, Collections, ...

        # x axis: emit=False avoids infinite loop
        a.set_xlim(xlim, emit=False)

        # y axis: set dataLim, make sure that autoscale in 'y' is on 
        corners = (xlim[0], ylim[0]), (xlim[1], ylim[1])
        a.dataLim.update_from_data_xy(corners, ignore=True, updatex=False)
        a.autoscale(enable=True, axis='y')
        # cache xlim to mark 'a' as treated
        a.xlim = xlim

for ax in fig.axes:
    ax.callbacks.connect('xlim_changed', on_xlim_changed)

不幸的是，这是一个非常低级的 hack，很容易破坏（除 Lines、reverse 或 log 轴之外的其他对象，......）

在axes.py中似乎不可能挂钩到更高级别的功能，因为更高级别的方法不会将emit = False参数转发给set_xlim()，这是避免在set_xlim()和'xlim_changed' 回调。

此外，似乎没有统一的方法来确定水平裁剪对象的垂直范围，因此在axes.py中有单独的代码来处理线、补丁、集合等，这些都需要在回调中复制.

在任何情况下，上面的代码都对我有用，因为我的情节中只有线条，而且我对tight=True 布局感到满意。似乎只需对 axes.py 进行一些更改，就可以更优雅地适应此功能。

编辑：

我错了无法连接到更高级别的自动缩放功能。它只需要一组特定的命令来正确分隔 x 和 y。我更新了代码以在 y 中使用高级自动缩放，这应该使其更加健壮。特别是，tight=False 现在可以工作（毕竟看起来好多了），并且反向/对数轴不应该成为问题。

剩下的一个问题是确定各种对象的数据限制，一旦被裁剪到特定的 x 范围。这个功能应该是内置在 matplotlib 中的，因为它可能需要渲染器（例如，如果放大到屏幕上只剩下 0 或 1 个点，上面的代码就会中断）。Axes.relim() 方法看起来是个不错的候选。如果数据已更改，则应该重新计算数据限制，但目前仅处理行和补丁。Axes.relim() 可能有可选参数，用于指定 x 或 y 中的窗口。

于 2012-06-19T14:37:11.403 回答
0

我不知道正确的协议，但我最近使用这个答案重新调整了一些有一些填充之间的时间序列数据。以下是我为启用它所做的更改。我敢打赌，8年后会有一些更简单的方法来做到这一点......

def on_xlim_changed(ax):
    xlim = ax.get_xlim()
    for a in ax.figure.axes:
        # shortcuts: last avoids n**2 behavior when each axis fires event
        if a is ax or len(a.lines) == 0 or getattr(a, 'xlim', None) == xlim:
            continue

        ylim = np.inf, -np.inf
        for l in a.lines:
            x, y = l.get_data()
            if np.issubdtype(x.dtype, np.datetime64):
                # convert dates to numbers so searchsorted works
                x = matplotlib.dates.date2num(x)
            # faster, but assumes that x is sorted
            start, stop = np.searchsorted(x, xlim)
            yc = y[max(start-1,0):(stop+1)]
            ylim = min(ylim[0], np.nanmin(yc)), max(ylim[1], np.nanmax(yc))

        for c in a.collections:
            for p in c.get_paths():
                vertices = p.vertices
                x, y = vertices[:, 0], vertices[:, 1]
                # x won't be sorted when you pull path vertices
                yc = y[(x >= xlim[0]) & (x <= xlim[1])]
                ylim = min(ylim[0], np.nanmin(yc)), max(ylim[1], np.nanmax(yc))

        # TODO: update limits from Patches, Texts, ...

        # x axis: emit=False avoids infinite loop
        a.set_xlim(xlim, emit=False)

        # y axis: set dataLim, make sure that autoscale in 'y' is on 
        corners = (xlim[0], ylim[0]), (xlim[1], ylim[1])
        a.dataLim.update_from_data_xy(corners, ignore=True, updatex=False)
        a.autoscale(enable=True, axis='y')
        # cache xlim to mark 'a' as treated
        a.xlim = xlim
于 2020-06-12T21:44:56.173 回答