python - 用排列在网格中的线图覆盖 matplotlib imshow

Question

我想在图像上绘制多条曲线

使用此代码我相当接近：

G=plt.matplotlib.gridspec.GridSpec(64,1)
fig = plt.figure()
plt.imshow(img.data[:,:],cmap='gray')
plt.axis('off')
plt.axis([0,128,0,64])
for i in arange(64):
    fig.add_subplot(G[i,0])
    plt.axis('off')
    # note that vtc.data.shape = (64, 128*400=51200)
    # so every trace for each image pixel is 400 points long
    plt.plot(vtc.data[i,:])
    plt.axis([0, 51200, 0, 5])

我得到的结果如下所示：

问题是，虽然我似乎能够摆脱水平（x）方向的所有填充，但图像中的填充量不同，垂直方向的堆积图也不同。

我尝试使用

ax = plt.gca()
ax.autoscale_view('tight')

但这也没有减少利润。

如何让 m×n 线图网格与尺寸为 (f m)×(f n) 的放大（因子 f）图像版本精确对齐？

---

更新和解决方案：@RutgerKassies 的回答效果很好。我使用他的代码实现了它，如下所示：

fig, axs = plt.subplots(1,1,figsize=(8,4))
axs.imshow(img.data[:,:],cmap='gray', interpolation='none')
nplots = 64
fig.canvas.draw()
box = axs._position.bounds
height = box[3] / nplots
for i in arange(nplots):
    tmpax = fig.add_axes([box[0], box[1] + i * height, box[2], height])
    tmpax.set_axis_off()
    # make sure to get image orientation right and 
    tmpax.plot(vtc.data[nplots-i-1,:],alpha=.3)
    tmpax.set_ylim(0,5)
    tmpax.set_xlim(0, 51200)

Answer 1

我认为最简单的方法是使用“imshow 轴”的边界来手动计算所有“线图轴”的边界：

import matplotlib.pyplot as plt
import numpy as np

fig, axs = plt.subplots(1,1,figsize=(15,10))

axs.imshow(np.random.rand(50,100) ,cmap='gray', interpolation='none', alpha=0.3)

nplots = 50

fig.canvas.draw()

box = axs._position.bounds
height = box[3] / nplots

for i in arange(nplots):

    tmpax = fig.add_axes([box[0], box[1] + i * height, box[2], height])
    tmpax.set_axis_off()

    tmpax.plot(np.sin(np.linspace(0,np.random.randint(20,1000),1000))*0.4)
    tmpax.set_ylim(-1,1)

上面的代码看起来不错，但我确实有一些关于自动缩放切断部分情节的问题。尝试删除最后一行以查看效果，我不确定为什么会这样。