Imshow：扩展和asp

Question

我正在写一个软件系统，通过三维数据集可视化切片和投影。我使用matplotlib，特别是imshow来可视化我从分析代码中得到的图像缓冲区。

因为我想用绘图轴注释图像，所以我使用imshow提供的extent关键字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。假设（举一个人工例子）我想绘制一个维度为1000 m X 1 km的图像。在这种情况下，范围应该是[0, 1000, 0, 1]。即使图像数组是正方形的，由于extent关键字所隐含的纵横比是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，同时仍保留使用extent关键字自动生成的主要刻度线和标签？

Answer 1

您可以通过手动设置图像的方面（或通过让它自动缩放以填充图形的范围）来完成此操作。

默认情况下，imshow将绘图的方面设置为1，因为这通常是人们想要的图像数据。

在你的情况下，你可以这样做：

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()

Answer 2

从^{}官方指南中，我们知道纵横比控制轴的纵横比。用我的话说，纵横比就是x单位和y单位的比值。大多数时候，我们希望保持它为1，因为我们不想无意中歪曲数字。然而，确实有一些情况下，我们需要指定方面a的值，而不是1。发问者提供了一个很好的例子，x轴和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default aspect=1，那么图的质量就非常糟糕。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，我认为还有一种选择可以满足提问者的要求。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')

为了做出一个正确的数字，我们应该始终记住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。对于具有不同值的x_res和y_res，此默认行为也可以正常工作。扩展前面的例子，假设x_res是1.5，而y_res是1。因此范围应等于[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])

彩色像素的方面是x_res / y_res。将其纵横比设置为单位像素的纵横比（即aspect = x_res / y_res = ((x_max - x_min) / data.shape[1]) / ((y_max - y_min) / data.shape[0])）将始终提供方形颜色像素。我们可以改变aspect=1.5，使x轴单位是y轴单位的1.5倍，从而得到一个正方形的彩色像素和正方形的整个图形，而不是矩形的像素单位。显然，这通常是不被接受的。

data=rng.randn(10,10)
plt.imshow(data, origin = 'lower',  extent = [0, 15, 0, 10], aspect = 1.5)

最不希望出现的情况是，将aspect设置为任意值，如1.2，这既不会导致平方单位像素，也不会导致平方颜色像素。

plt.imshow(data, origin = 'lower',  extent = [0, 15, 0, 10], aspect = 1.2)

长话短说，只要设置正确的范围，让matplotlib为我们做剩下的事情就足够了（即使x琰res！=是的）！只有在必要时才改变方面。