关于python：Imshow：范围和方面


Imshow: extent and aspect

我正在编写一个通过3D数据集可视化切片和投影的软件系统。 我正在使用matplotlib，特别是imshow来可视化从分析代码中获得的图像缓冲区。

由于我想用绘图轴注释图像，因此我使用imshow提供的程度上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。 说(以人工示例为例)，我想绘制尺寸为1000 m X 1 km的图像。 在那种情况下，范围将类似于[0, 1000, 0, 1]。 即使图像阵列是方形的，但由于extent关键字所隐含的纵横比为1000，所以所得绘图轴的纵横比也为1000。

是否可以在保持我通过使用range关键字获得的自动生成的主要刻度线和标签的同时，强制绘图的纵横比？

您可以通过手动设置图像的纵横比(或使其自动缩放以填满图形的范围)来实现。

默认情况下，imshow将图的纵横比设置为1，因为这通常是人们想要的图像数据。

就您而言，您可以执行以下操作：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
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()

enter image description here

相关讨论

根据plt.imshow()官方指南，我们知道纵横比可以控制轴的纵横比。用我的话来说，方面就是x单位与y单位的比率。大多数时候，我们希望将其保持为1，因为我们不想无意间扭曲数字。但是，确实确实存在某些情况，我们需要将方面指定为非1的值。发问者提供了一个很好的例子，x和y轴可能具有不同的物理单位。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，如果继续使用默认的aspect = 1，则图形的质量确实很差。因此，我们可以指定Aspect = 1000来优化图形。以下代码说明了此方法。

1
2
3
4
5
6
%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)

enter image description here

但是，我认为有一种替代方法可以满足提问者的需求。我们可以将范围设置为[0,10,0,10]并添加其他xy轴标签来表示单位。代码如下。

1
2
3
plt.imshow(data, origin = 'lower',  extent = [0, 10, 0, 10])
plt.xlabel('km')
plt.ylabel('m')

enter image description here

为了得出正确的数字，我们应始终牢记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。扩展前面的示例，让我们假设x_res为1.5而y_res为1。因此，范围应等于[0,15,0,10]。使用默认外观，我们可以使用矩形彩色像素，而单位像素仍然是方形！

1
2
3
4
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])

enter image description here
enter image description here

彩色像素的外观为x_res / y_res。将其外观设置为单位像素的外观(即aspect = x_res / y_res = ((x_max - x_min) / data.shape[1]) / ((y_max - y_min) / data.shape[0]))将始终显示方形像素。我们可以更改纵横比= 1.5，以使x轴单位为y轴单位的1.5倍，从而得到正方形彩色像素和正方形整体图形，但变为矩形像素单位。显然，它通常不被接受。

1
2
data=rng.randn(10,10)
plt.imshow(data, origin = 'lower',  extent = [0, 15, 0, 10], aspect = 1.5)

enter image description here

最不希望的情况是将纵横比设置为任意值，例如1.2，这将不会导致正方形单位像素或正方形颜色像素。

1
plt.imshow(data, origin = 'lower',  extent = [0, 15, 0, 10], aspect = 1.2)

enter image description here

长话短说，设置正确的范围并让matplotlib为我们做其余的事情总是足够的(即使x_res！= y_res)！仅在必须时更改外观。