python 堆叠柱状图对齐,python – 堆叠子图的对齐

编辑：

我发现自己是一个答案(见下文)如何在子图中对齐图像：

for ax in axes:

ax.set_anchor('W')

编辑结束

我有一些我用imshow绘制的数据.它在x方向很长,所以我通过在垂直堆叠的子图中绘制数据切片将其分成多行.我对结果感到满意,但最后一个子图(不像其他子图那样宽)我希望与其他子图对齐.

下面的代码使用Python 2.7.1和matplotlib 1.2.x进行测试.

#! /usr/bin/env python

import matplotlib.pyplot as plt

import numpy as np

x_slice = [0,3]

y_slices = [[0,10],[10,20],[20,30],[30,35]]

d = np.arange(35*3).reshape((35,3)).T

vmin = d.min()

vmax = d.max()

fig, axes = plt.subplots(len(y_slices), 1)

for i, s in enumerate(y_slices):

axes[i].imshow(

d[ x_slice[0]:x_slice[1], s[0]:s[1] ],

vmin=vmin, vmax=vmax,

aspect='equal',

interpolation='none'

)

plt.show()

结果是

鉴于Zhenya的提示,我使用了axis.get / set_position.我试过宽度的一半,但我不明白它的效果

for ax in axes:

print ax.get_position()

p3 = axes[3].get_position().get_points()

x0, y0 = p3[0]

x1, y1 = p3[1]

# [left, bottom, width, height]

axes[3].set_position([x0, y0, (x1-x0)/2, y1-y0])

get_position给出了每个子图的bbox：

for ax in axes:

print ax.get_position()

Bbox(array([[ 0.125 , 0.72608696],

[ 0.9 , 0.9 ]]))

Bbox(array([[ 0.125 , 0.5173913 ],

[ 0.9 , 0.69130435]]))

Bbox(array([[ 0.125 , 0.30869565],

[ 0.9 , 0.4826087 ]]))

Bbox(array([[ 0.125 , 0.1 ],

[ 0.9 , 0.27391304]]))

所以所有子图都具有完全相同的水平范围(0.125到0.9).从较窄的第4个子图中判断,子图内的图像以某种方式居中.

我们来看看AxesImage对象：

for ax in axes:

print ax.images[0]

AxesImage(80,348.522;496x83.4783)

AxesImage(80,248.348;496x83.4783)

AxesImage(80,148.174;496x83.4783)

AxesImage(80,48;496x83.4783)

再次,第四张图像的水平范围也相同.

接下来尝试AxesImage.get_extent()：

for ax in axes:

print ax.images[0].get_extent()

# [left, right, bottom, top]

(-0.5, 9.5, 2.5, -0.5)

(-0.5, 9.5, 2.5, -0.5)

(-0.5, 9.5, 2.5, -0.5)

(-0.5, 4.5, 2.5, -0.5)

有一个区别(右)但是左边的值对所有人都是一样的,那么为什么第四个中心呢？

编辑：他们都集中在……