在 matplotlib imshow 中调整网格线和刻度线
Posted
技术标签:
【中文标题】在 matplotlib imshow 中调整网格线和刻度线【英文标题】:Adjusting gridlines and ticks in matplotlib imshow 【发布时间】:2016-12-22 18:25:35 【问题描述】:我正在尝试绘制一个值矩阵,并希望添加网格线以使值之间的边界更清晰。 不幸的是,imshow 决定将刻度线定位在每个体素的中间。有没有可能
a) 删除刻度,但将标签保留在同一位置,并且 b) 在像素边界之间添加网格线?
import matplotlib.pyplot as plt
import numpy as np
im = plt.imshow(np.reshape(np.random.rand(100), newshape=(10,10)),
interpolation='none', vmin=0, vmax=1, aspect='equal');
ax = plt.gca();
ax.set_xticks(np.arange(0, 10, 1));
ax.set_yticks(np.arange(0, 10, 1));
ax.set_xticklabels(np.arange(1, 11, 1));
ax.set_yticklabels(np.arange(1, 11, 1));
图像没有网格线并且刻度线位置错误
ax.grid(color='w', linestyle='-', linewidth=2)
网格线位置错误的图像:
【问题讨论】:
设置图像范围似乎可以解决问题;默认情况下,网格坐标系会稍微偏离自然原点:plt.imshow(..., extent=(0, 10, 10, 0));
【参考方案1】:
这是一种 hack,但我喜欢使用它,因为它不需要我移动 xticks 或 yticks。
import numpy as np
import matplotlib.pyplot as plt
plt.matshow(np.random.random(size=(10,10)))
plt.hlines(y=np.arange(0, 10)+0.5, xmin=np.full(10, 0)-0.5, xmax=np.full(10, 10)-0.5, color="black")
plt.vlines(x=np.arange(0, 10)+0.5, ymin=np.full(10, 0)-0.5, ymax=np.full(10, 10)-0.5, color="black")
plt.show()
【讨论】:
【参考方案2】:Serenity 建议的解决方案代码:
plt.figure()
im = plt.imshow(np.reshape(np.random.rand(100), newshape=(10,10)),
interpolation='none', vmin=0, vmax=1, aspect='equal')
ax = plt.gca();
# Major ticks
ax.set_xticks(np.arange(0, 10, 1))
ax.set_yticks(np.arange(0, 10, 1))
# Labels for major ticks
ax.set_xticklabels(np.arange(1, 11, 1))
ax.set_yticklabels(np.arange(1, 11, 1))
# Minor ticks
ax.set_xticks(np.arange(-.5, 10, 1), minor=True)
ax.set_yticks(np.arange(-.5, 10, 1), minor=True)
# Gridlines based on minor ticks
ax.grid(which='minor', color='w', linestyle='-', linewidth=2)
生成的图像:
【讨论】:
【参考方案3】:使用plt.pcolor
或plt.pcolormesh
会更容易:
data = np.random.rand(10, 10)
plt.pcolormesh(data, edgecolors='k', linewidth=2)
ax = plt.gca()
ax.set_aspect('equal')
不过,它们和plt.imshow
有一些区别,最明显的就是图像被Y 轴交换了(不过,你可以通过添加ax.invert_yaxis()
轻松地将其反转回来)。如需进一步讨论,请参见此处:When to use imshow over pcolormesh?
【讨论】:
这更容易,不需要手动处理刻度/标签。这应该是公认的答案。【参考方案4】:您可以通过将extent
参数传递给imshow
来移动像素。 extent
是一个 4 元素的标量列表(左、右、下、上):
foo = np.random.rand(35).reshape(5, 7)
# This keeps the default orientation (origin at top left):
extent = (0, foo.shape[1], foo.shape[0], 0)
_, ax = plt.subplots()
ax.imshow(foo, extent=extent)
ax.grid(color='w', linewidth=2)
ax.set_frame_on(False)
【讨论】:
【参考方案5】:尝试移动坐标轴刻度:
ax = plt.gca()
ax.set_xticks(np.arange(-.5, 10, 1))
ax.set_yticks(np.arange(-.5, 10, 1))
ax.set_xticklabels(np.arange(1, 12, 1))
ax.set_yticklabels(np.arange(1, 12, 1))
【讨论】:
谢谢,这非常适合网格线。有没有办法让标签同时保持在像素的中心? 将主要刻度位置设置为每个带有标签的正方形的中间。然后将次要刻度设置到每个没有标签的正方形的边缘。显示网格后仅在次要刻度中显示。 您可以发布自己的代码作为新答案(带/不带图像),供任何挑战此类问题的人使用。以上是关于在 matplotlib imshow 中调整网格线和刻度线的主要内容,如果未能解决你的问题,请参考以下文章
matplotlib pyplot imshow 图像之间的紧密间距