我無法使用subplot和gridspec生成布局，同時(shí)仍然保留(1)軸的比率和(2)對(duì)軸施加的限制。另一種解決方案是手動(dòng)將軸放置在圖形中，并相應(yīng)地控制圖形的大小(正如您在OP中所提到的)。盡管這比使用subplot和gridspec需要更多的工作，但是這種方法仍然非常簡(jiǎn)單，可以非常強(qiáng)大和靈活地生成復(fù)雜的布局，其中需要對(duì)邊距和軸的位置進(jìn)行精確控制。在

下面是一個(gè)例子，它展示了如何通過將圖形的大小設(shè)置為軸的大小來實(shí)現(xiàn)這一點(diǎn)。相反地，它也有可能在一個(gè)預(yù)定尺寸的圖形中擬合軸。然后使用圖形邊距作為緩沖區(qū)來保持軸的縱橫比。在import numpy as np

import matplotlib.pyplot as plt

plt.close('all')

# generate data

# generate grid and test data

x, y = np.linspace(-3, 3, 300), np.linspace(-1, 1, 100)

X, Y = np.meshgrid(x,y)

def f(x,y) :

return np.exp(-(x**2/4+y**2)/.2)*np.cos((x**2+y**2)*10)**2

data = f(X,Y)

# 2d image plot with profiles

h, w = data.shape

data_ratio = h / float(w)

# create figure

# - define axes lenght in inches

width_ax0 = 8.

width_ax1 = 2.

height_ax2 = 2.

height_ax0 = width_ax0 * data_ratio

# define margins size in inches

left_margin = 0.65

right_margin = 0.2

bottom_margin = 0.5

top_margin = 0.25

inter_margin = 0.5

# - calculate total figure size in inches

fwidth = left_margin + right_margin + inter_margin + width_ax0 + width_ax1

fheight = bottom_margin + top_margin + inter_margin + height_ax0 + height_ax2

fig = plt.figure(figsize=(fwidth, fheight))

fig.patch.set_facecolor('white')

# create axe

ax0 = fig.add_axes([left_margin / fwidth,

(bottom_margin + inter_margin + height_ax2) / fheight,

width_ax0 / fwidth, height_ax0 / fheight])

ax1 = fig.add_axes([(left_margin + width_ax0 + inter_margin) / fwidth,

(bottom_margin + inter_margin + height_ax2) / fheight,

width_ax1 / fwidth, height_ax0 / fheight])

ax2 = fig.add_axes([left_margin / fwidth, bottom_margin / fheight,

width_ax0 / fwidth, height_ax2 / fheight])

# plot data

bounds = [x.min(),x.max(),y.min(),y.max()]

ax0.imshow(data, cmap='gray', extent = bounds, origin='lower')

ax1.plot(data[:,w/2],Y[:,w/2],'.',data[:,w/2],Y[:,w/2])

ax1.invert_xaxis()

ax2.plot(X[h/2,:], data[h/2,:], '.', X[h/2,:], data[h/2,:])

plt.show(block=False)

fig.savefig('subplot_layout.png')

結(jié)果是：

總結(jié)

以上是生活随笔為你收集整理的python画剖面图_如何创建Matplotlib图形与图像和剖面图相匹配？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。