matplotlib在缩放时将x轴与自动调整的y轴相连

Question

如何创建一组具有链接(共享)x轴的图表,在缩放期间自动缩放所有"从"图的y轴？例如:

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212, sharex=ax1)
ax1.plot([0,1])
ax2.plot([2,1])
plt.show()

当我放大ax1时,这也会更新ax2的x轴(到目前为止一直很好),但我也希望ax2的y轴基于现在可见的数据范围进行自动缩放.所有自动缩放设置均已启用(默认设置).创建ax2后手动设置自动缩放设置没有帮助:

ax2.autoscale(enable=True, axis='y', tight=True)
ax2.autoscale_view(tight=True, scalex=False, scaley=True)

print ax2.get_autoscaley_on()
-> True

我错过了什么？

Answer 1

在研究了matplotlib的axes.py的血腥细节之后,似乎没有根据数据视图自动调整轴的规定,因此没有高级方法来实现我想要的.

但是,有'xlim_changed'事件,可以附加回调:

import numpy as np

def on_xlim_changed(ax):
    xlim = ax.get_xlim()
    for a in ax.figure.axes:
        # shortcuts: last avoids n**2 behavior when each axis fires event
        if a is ax or len(a.lines) == 0 or getattr(a, 'xlim', None) == xlim:
            continue

        ylim = np.inf, -np.inf
        for l in a.lines:
            x, y = l.get_data()
            # faster, but assumes that x is sorted
            start, stop = np.searchsorted(x, xlim)
            yc = y[max(start-1,0):(stop+1)]
            ylim = min(ylim[0], np.nanmin(yc)), max(ylim[1], np.nanmax(yc))

        # TODO: update limits from Patches, Texts, Collections, ...

        # x axis: emit=False avoids infinite loop
        a.set_xlim(xlim, emit=False)

        # y axis: set dataLim, make sure that autoscale in 'y' is on 
        corners = (xlim[0], ylim[0]), (xlim[1], ylim[1])
        a.dataLim.update_from_data_xy(corners, ignore=True, updatex=False)
        a.autoscale(enable=True, axis='y')
        # cache xlim to mark 'a' as treated
        a.xlim = xlim

for ax in fig.axes:
    ax.callbacks.connect('xlim_changed', on_xlim_changed)

不幸的是,这是一个相当低级的黑客攻击,它很容易破解(除了直线,反向或对数轴之外的其他对象......)

似乎无法挂接axes.py中的更高级别功能,因为更高级别的方法不会将emit = False参数转发给set_xlim(),这是避免在set_xlim()和set_xlim()之间进入无限循环所必需的. 'xlim_changed'回调.

此外,似乎没有统一的方法来确定水平裁剪对象的垂直范围,因此在axes.py中有单独的代码来处理Lines,Patches,Collections等,这些都需要在回调中复制.

在任何情况下,上面的代码都适合我,因为我的情节中只有线条,我很满意紧张=真的布局.看来,只需对axes.py进行一些更改,就可以更加优雅地适应这种功能.

编辑:

我错误的是无法进入更高级别的自动缩放功能.它只需要一组特定的命令即可正确分离x和y.我更新了代码以在y中使用高级自动缩放,这应该使它更加健壮.特别是,tight = False现在可以工作(毕竟看起来好多了),反转/对数轴应该不是问题.

剩下的一个问题是,一旦裁剪到特定的x范围,就确定所有类型对象的数据限制.这个功能应该是内置的matplotlib,因为它可能需要渲染器(例如,如果一个放大得足够远,屏幕上只剩下0或1个点,上面的代码就会中断).Axes.relim()方法看起来很合适.如果数据已更改,则应该重新计算数据限制,但目前仅处理行和补丁.Axes.relim()可以有可选参数,用于指定x或y中的窗口.