轴框纵横比

本演示展示了如何通过 set_box_aspect 直接设置轴框的纵横比。框纵横比是轴高度与轴宽度在物理单位上的比率，与数据限制无关。这在例如生成一个正方形图时非常有用，与它包含的数据无关，或者让一个具有相同轴尺寸的普通图与一个具有固定（数据）纵横比的图像图并排显示。

以下列出了 set_box_aspect 的一些用例。

一个与数据无关的正方形轴

生成一个正方形轴，无论数据限制是什么。

import matplotlib.pyplot as plt
import numpy as np

fig1, ax = plt.subplots()

ax.set_xlim(300, 400)
ax.set_box_aspect(1)

plt.show()

共享正方形轴

生成大小为正方形的共享子图。

fig2, (ax, ax2) = plt.subplots(ncols=2, sharey=True)

ax.plot([1, 5], [0, 10])
ax2.plot([100, 500], [10, 15])

ax.set_box_aspect(1)
ax2.set_box_aspect(1)

plt.show()

正方形双轴

生成一个正方形轴，带有一个双轴。双轴将继承父轴的框纵横比。

fig3, ax = plt.subplots()

ax2 = ax.twinx()

ax.plot([0, 10])
ax2.plot([12, 10])

ax.set_box_aspect(1)

plt.show()

普通图与图像并排显示

当创建具有固定数据纵横比的图像图以及默认的 adjustable="box" 与一个普通图并排显示时，轴的高度将不相同。 set_box_aspect 提供了一个简单的解决方案，它允许普通图的轴使用图像尺寸作为框纵横比。

本示例还显示了*受约束的布局*与固定的框纵横比的良好互动。

fig4, (ax, ax2) = plt.subplots(ncols=2, layout="constrained")

np.random.seed(19680801)  # Fixing random state for reproducibility
im = np.random.rand(16, 27)
ax.imshow(im)

ax2.plot([23, 45])
ax2.set_box_aspect(im.shape[0]/im.shape[1])

plt.show()

正方形联合/边缘图

人们可能希望在联合数据的图旁边显示边缘分布。以下内容创建一个正方形图，其中边缘轴的框纵横比等于网格规范的宽度和高度比率。这确保了所有轴的完美对齐，与图的大小无关。

fig5, axs = plt.subplots(2, 2, sharex="col", sharey="row",
                         gridspec_kw=dict(height_ratios=[1, 3],
                                          width_ratios=[3, 1]))
axs[0, 1].set_visible(False)
axs[0, 0].set_box_aspect(1/3)
axs[1, 0].set_box_aspect(1)
axs[1, 1].set_box_aspect(3/1)

np.random.seed(19680801)  # Fixing random state for reproducibility
x, y = np.random.randn(2, 400) * [[.5], [180]]
axs[1, 0].scatter(x, y)
axs[0, 0].hist(x)
axs[1, 1].hist(y, orientation="horizontal")

plt.show()

使用框纵横比设置数据纵横比

设置框纵横比时，仍然可以设置数据纵横比。这里我们创建了一个轴，其框的长度是高度的两倍，并为其内容使用“相等”数据纵横比，即圆圈实际上保持圆形。

fig6, ax = plt.subplots()

ax.add_patch(plt.Circle((5, 3), 1))
ax.set_aspect("equal", adjustable="datalim")
ax.set_box_aspect(0.5)
ax.autoscale()

plt.show()

许多子图的框纵横比

可以在初始化时将框纵横比传递给轴。以下内容创建了一个 2x3 的子图网格，所有轴都是正方形。

fig7, axs = plt.subplots(2, 3, subplot_kw=dict(box_aspect=1),
                         sharex=True, sharey=True, layout="constrained")

for i, ax in enumerate(axs.flat):
    ax.scatter(i % 3, -((i // 3) - 0.5)*200, c=[plt.cm.hsv(i / 6)], s=300)
plt.show()

参考资料

本示例演示了以下函数、方法、类和模块的使用

• matplotlib.axes.Axes.set_box_aspect