Jak mogę ustawić współczynnik proporcji w matplotlib?

Próbuję zrobić kwadratowy wykres (używając imshow), czyli proporcje 1: 1, ale nie mogę. Żadna z tych czynności:

import matplotlib.pyplot as plt

ax = fig.add_subplot(111,aspect='equal')
ax = fig.add_subplot(111,aspect=1.0)
ax.set_aspect('equal')
plt.axes().set_aspect('equal')

Wygląda na to, że połączenia są po prostu ignorowane (problem, który często mam z matplotlib).

Trzeci razy urok. Domyślam się, że jest to błąd, a odpowiedź Zhenya sugeruje, że został naprawiony w najnowszej wersji. Mam wersję 0.99.1.1 i stworzyłem następujące rozwiązanie:

import matplotlib.pyplot as plt
import numpy as np

def forceAspect(ax,aspect=1):
    im = ax.get_images()
    extent =  im[0].get_extent()
    ax.set_aspect(abs((extent[1]-extent[0])/(extent[3]-extent[2]))/aspect)

data = np.random.rand(10,20)

fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(data)
ax.set_xlabel('xlabel')
ax.set_aspect(2)
fig.savefig('equal.png')
ax.set_aspect('auto')
fig.savefig('auto.png')
forceAspect(ax,aspect=1)
fig.savefig('force.png')

To jest „force.png”:

Poniżej znajdują się moje nieudane, ale miejmy nadzieję, próby informacyjne.

Druga odpowiedź:

Moja „oryginalna odpowiedź” poniżej jest przesada, ponieważ robi coś podobnego do axes.set_aspect(). Myślę, że chcesz użyć axes.set_aspect('auto'). Nie rozumiem, dlaczego tak jest, ale generuje dla mnie kwadratowy wykres obrazu, na przykład ten skrypt:

import matplotlib.pyplot as plt
import numpy as np

data = np.random.rand(10,20)

fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(data)
ax.set_aspect('equal')
fig.savefig('equal.png')
ax.set_aspect('auto')
fig.savefig('auto.png')

Tworzy wykres obrazu o „równych” proporcjach: i jeden z „automatycznym” współczynnikiem proporcji:

Kod podany poniżej w „oryginalnej odpowiedzi” stanowi punkt wyjścia dla wyraźnie kontrolowanego współczynnika proporcji, ale wydaje się być ignorowany po wywołaniu imshow.

Oryginalna odpowiedź:

Oto przykład procedury, która dostosuje parametry subplotu, aby uzyskać pożądany współczynnik proporcji:

import matplotlib.pyplot as plt

def adjustFigAspect(fig,aspect=1):
    '''
    Adjust the subplot parameters so that the figure has the correct
    aspect ratio.
    '''
    xsize,ysize = fig.get_size_inches()
    minsize = min(xsize,ysize)
    xlim = .4*minsize/xsize
    ylim = .4*minsize/ysize
    if aspect < 1:
        xlim *= aspect
    else:
        ylim /= aspect
    fig.subplots_adjust(left=.5-xlim,
                        right=.5+xlim,
                        bottom=.5-ylim,
                        top=.5+ylim)

fig = plt.figure()
adjustFigAspect(fig,aspect=.5)
ax = fig.add_subplot(111)
ax.plot(range(10),range(10))

fig.savefig('axAspect.png')

Daje to następującą liczbę:

Mogę sobie wyobrazić, że jeśli masz wiele wykresów podrzędnych na rysunku, chciałbyś uwzględnić liczbę wykresów podrzędnych y i x jako parametry słów kluczowych (domyślnie 1 każdy) do podanej procedury. Następnie używając tych liczb oraz słów kluczowych hspacei wspace, możesz sprawić, że wszystkie działki podrzędne będą miały prawidłowe proporcje.

Jaka jest matplotlibużywana wersja? Niedawno musiałem dokonać aktualizacji 1.1.0i wraz z nią add_subplot(111,aspect='equal')działa dla mnie.

Po wielu latach sukcesów z odpowiedziami powyżej stwierdziłem, że to nie działa ponownie - ale znalazłem działające rozwiązanie dla wątków podrzędnych w

https://jdhao.github.io/2017/06/03/change-aspect-ratio-in-mpl

Oczywiście z pełnym uznaniem autora powyżej (który może raczej zamieścić tutaj), odpowiednie wiersze to:

ratio = 1.0
xleft, xright = ax.get_xlim()
ybottom, ytop = ax.get_ylim()
ax.set_aspect(abs((xright-xleft)/(ybottom-ytop))*ratio)

Łącze zawiera również krystalicznie jasne wyjaśnienie różnych układów współrzędnych używanych przez matplotlib.

Dziękuję za wszystkie otrzymane świetne odpowiedzi - zwłaszcza @ Yann, które pozostanie zwycięzcą.

powinieneś spróbować z figaspect. Mi to pasuje. Z dokumentów:

Utwórz figurę o określonym współczynniku proporcji. Jeśli argument jest liczbą, użyj tego współczynnika proporcji. > Jeśli arg jest tablicą, figaspect określi szerokość i wysokość figury, która pasowałaby do tablicy zachowując proporcje. Zwracana jest szerokość i wysokość figury w calach. Pamiętaj, aby utworzyć osie o równej wysokości i równej wysokości, np

Przykładowe użycie:

  # make a figure twice as tall as it is wide
  w, h = figaspect(2.)
  fig = Figure(figsize=(w,h))
  ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
  ax.imshow(A, **kwargs)

  # make a figure with the proper aspect for an array
  A = rand(5,3)
  w, h = figaspect(A)
  fig = Figure(figsize=(w,h))
  ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
  ax.imshow(A, **kwargs)

Edycja: nie jestem pewien, czego szukasz. Powyższy kod zmienia płótno (rozmiar wydruku). Jeśli chcesz zmienić rozmiar okna matplotlib rysunku, użyj:

In [68]: f = figure(figsize=(5,1))

to daje okno 5x1 (szer. x wys.).

Ta odpowiedź jest oparta na odpowiedzi Yanna. Ustawi współczynnik kształtu dla wykresów liniowych lub log-log. Użyłem dodatkowych informacji z https://stackoverflow.com/a/16290035/2966723, aby sprawdzić, czy osie mają skalę logarytmiczną.

def forceAspect(ax,aspect=1):
    #aspect is width/height
    scale_str = ax.get_yaxis().get_scale()
    xmin,xmax = ax.get_xlim()
    ymin,ymax = ax.get_ylim()
    if scale_str=='linear':
        asp = abs((xmax-xmin)/(ymax-ymin))/aspect
    elif scale_str=='log':
        asp = abs((scipy.log(xmax)-scipy.log(xmin))/(scipy.log(ymax)-scipy.log(ymin)))/aspect
    ax.set_aspect(asp)

Oczywiście możesz użyć dowolnej wersji log, której użyłem scipy, ale numpylub mathpowinno być w porządku.