我正在编写一个通过 3D 数据集可视化切片和投影的软件系统。我正在使用matplotlib并专门imshow用于可视化从分析代码中返回的图像缓冲区。
因为我想用绘图轴注释图像，所以我使用提供的 extent 关键字imshow将图像缓冲区像素坐标映射到数据空间坐标系。
不幸的是，matplotlib不知道单位。说（举一个人为的例子）我想绘制一个尺寸为1000 m X 1 km. 在这种情况下，程度将类似于[0, 1000, 0, 1]. 即使图像数组是正方形的，由于 extent 关键字所暗示的纵横比是 1000，因此生成的绘图轴也具有 1000 的纵横比。
是否可以强制绘图的纵横比，同时仍然保留我通过使用 extent 关键字获得的自动生成的主要刻度线和标签？
您可以通过手动设置图像的纵横比（或让它自动缩放以填充图形的范围）来做到这一点。
默认情况下，imshow将绘图的纵横比设置为 1，因为这通常是人们想要的图像数据。
在您的情况下，您可以执行以下操作：
import matplotlib.pyplot as plt
import numpy as np
grid = np.random.random((10,10))
fig, (ax1, ax2, ax3) = plt.subplots(nrows=3, figsize=(6,10))
ax1.imshow(grid, extent=[0,100,0,1])
ax1.set_title('Default')
ax2.imshow(grid, extent=[0,100,0,1], aspect='auto')
ax2.set_title('Auto-scaled Aspect')
ax3.imshow(grid, extent=[0,100,0,1], aspect=100)
ax3.set_title('Manually Set Aspect')
plt.tight_layout()
plt.show()
从plt.imshow()官方指南中，我们知道 aspect 控制轴的纵横比。好吧，用我的话来说，方面正是 x unit和 y unit的比率。大多数情况下，我们希望将其保持为 1，因为我们不想无意中扭曲数字。但是，确实有一些情况需要我们指定aspect一个不是1的值。提问者提供了一个很好的例子，x和y轴可能有不同的物理单位。假设x以km为单位，y以m为单位。因此，对于 10x10 数据，范围应为 [0,10km,0,10m] = [0, 10000m, 0, 10m]。在这种情况下，如果我们继续使用默认的 aspect=1，那么图形的质量真的很差。因此，我们可以指定 aspect = 1000 来优化我们的图形。下面的代码说明了这种方法。
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
rng=np.random.RandomState(0)
data=rng.randn(10,10)
plt.imshow(data, origin = 'lower', extent = [0, 10000, 0, 10], aspect = 1000)
不过，我认为有一个替代方案可以满足提问者的需求。我们可以将范围设置为 [0,10,0,10] 并添加额外的 xy 轴标签来表示单位。代码如下。
plt.imshow(data, origin = 'lower', extent = [0, 10, 0, 10])
plt.xlabel('km')
plt.ylabel('m')
要做出正确的数字，我们应该始终牢记x_max-x_min = x_res * data.shape[1]和y_max - y_min = y_res * data.shape[0]，其中extent = [x_min, x_max, y_min, y_max]。默认情况下，aspect = 1，表示单位像素为正方形。此默认行为也适用于具有不同值的 x_res 和 y_res。扩展前面的例子，假设 x_res 是 1.5 而 y_res 是 1。因此范围应该等于 [0,15,0,10]。使用默认方面，我们可以有矩形颜色像素，而单位像素仍然是正方形！
plt.imshow(data, origin = 'lower', extent = [0, 15, 0, 10])
# Or we have similar x_max and y_max but different data.shape, leading to different color pixel res.
data=rng.randn(10,5)
plt.imshow(data, origin = 'lower', extent = [0, 5, 0, 5])
颜色像素的方面是x_res / y_res。将其方面设置为单位像素（即aspect = x_res / y_res = ((x_max - x_min) / data.shape[1]) / ((y_max - y_min) / data.shape[0])）的方面总是会给出方形颜色像素。我们可以将 aspect = 1.5 更改为 x 轴单位是 y 轴单位的 1.5 倍，从而得到一个正方形的颜色像素和正方形的整个图形，而不是矩形的像素单元。显然，它通常不被接受。
data=rng.randn(10,10)
plt.imshow(data, origin = 'lower', extent = [0, 15, 0, 10], aspect = 1.5)
最不希望的情况是设置纵横比为任意值，如 1.2，这将导致既不会导致正方形单位像素也不会导致正方形颜色像素。
plt.imshow(data, origin = 'lower', extent = [0, 15, 0, 10], aspect = 1.2)
长话短说，设置正确的范围并让 matplotlib 为我们做剩下的事情总是足够的（即使 x_res!=y_res）！只有在必须时才改变方面。