在matplotlib imshow中调整网格线和刻度线

Question

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决定在每个体素的中间找到刻度线.是否有可能

a)删除刻度线,但将标签留在同一位置,
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));

没有网格线的图像和错误位置的刻度线

ax.grid(color='w', linestyle='-', linewidth=2)

网格线位于错误位置的图像:

Answer 1

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)

结果图片:

Answer 2

人们可以发现它更易于使用plt.pcolor或plt.pcolormesh：

data = np.random.rand(10, 10)
plt.pcolormesh(data, edgecolors='k', linewidth=2)
ax = plt.gca()
ax.set_aspect('equal')

但是，它们之间存在一些差异plt.imshow，最明显的是图像由 Y 轴交换（ax.invert_yaxis()尽管添加，您可以轻松地将其反转回来）。有关进一步讨论，请参见此处：何时在 pcolormesh 上使用 imshow？

Answer 3

尝试移动轴刻度:

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))

Answer 4

您可以通过将extent参数传递给 来移动像素imshow。extent是标量的 4 元素列表（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)

Answer 5

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()