使用set_xlim（）切割绘图后的matplotlib自动缩放（axis ='y'）

Question

作为演示，我正在绘制x ^ 0到x ^ 9，x值在10到20之间。

然后我正在切片那些图像，以便我有9个切片：

x =（10到11），（11到12）等等到（18到19）

我希望我的图像被裁剪，以便y值始终在每个切片中从上到下展开，但我得到的是自动缩放始终缩放到完整数据集而不是当前切片。

import matplotlib.pyplot as plt
import numpy as np


# create some test data
for i in range(10):
    x = np.arange(10,20)
    y = x**i
    plt.plot(x,y,c='red',marker='.',ms=2)

# get all x values in chart and reduce to a sorted list set
xd = [] 
for n in range(len(plt.gca().get_lines())):
        line = plt.gca().get_lines()[n]
        xd.append((line.get_xdata()).tolist())
xd = [item for sublist in xd for item in sublist]
xd = sorted(list(set(xd)))

# attempt to plot slices of x with autoscaled y
ax = plt.gca()
for i in range(len(xd)-1):
    ax.set_xlim([xd[i],xd[i+1]])
    ax.axes.autoscale(enable=True,axis='y', tight=True)
    plt.pause(1) #timing
    #uncommenting the next line will create nine tiny (6kb) image files
    #plt.savefig(('image_%s.png' % i), bbox_inches=0, dpi=48)

在我的实际应用中，我试图以这种方式生成10万个微小图像作为随机数据的数据库。 对于每x，有2到200 y的值。 然后我使用OpenCV将新图像匹配到历史数据库中的最佳匹配。

关键是y值在每个图像中从上到下拉伸，以便OpenCV找到一个很好的匹配。

如果它有助于我的x值始终是int（）类型和等间距

ETA：我试图在这里实施一些解决方案，但没有取得任何进展：

Matplotlib - 固定x轴刻度和自动缩放y轴

Matplotlib基于手动缩放的x轴缩放y轴

但至少我学会了：

自动缩放始终使用全范围的数据，因此y轴按y数据的完整范围进行缩放，而不仅仅是x限制内的范围。

仍然没有解决方案在这里工作

def autoscale_y()

由@DanHickstein提供

给我：

h = np.max(y_displayed) - np.min(y_displayed)
ValueError: zero-size array to reduction operation maximum which has no identity

从这些链接中，我不确定在我的for循环中在哪里实现@Joe Kington的掩码解决方案。

我现在正在使用这里提出的@bernie解决方案来获得Y值：

如何从图中提取点？

也许那时我可以set_ylim（）手动给出那个X的最小和最大Y值？

如果有一种方法可以在定义的xlim中作为标准的matplotlib方法进行自动缩放，那么这将更加容易

Answer 1

我昨晚解决了我的问题，创建了一个字典，其中x为键，y为y值。

这是在数据由函数y = x ** i创建时发生的

本质上我正在创建字典结构伪代码：

data[x0] = [x0y1,x0y2,x0y3....]
data[x1] = [x1y1,x1y2,x1y3....]
data[x2] = [x2y1,x2y2,x2y3....]
etc.

我可以稍后在任何给定的x处引用所有y值。 从那里，找到切片左侧和右侧的最小和最大y值，以手动设置ylim。 如果您的xlim切片超过一个x段宽，则必须为xlim中的每个相应x切片重复该过程。 在我的例子中，我的x切片恰好是一个段宽。

import matplotlib.pyplot as plt
import numpy as np

# move my range function out of my data creation loop
x = np.arange(10,20,1)

# create a dictionary of my data with x values as keys
data = {}
for i in range(len(x)):
   data[x[i]]=[]

# create some test data
for i in range(10):
    y = x**i
    plt.plot(x,y,c='red',marker='.',ms=2)

    # store my y data to my data dictionary as its created
    xx = x[-len(y):]
    for j in range(len(xx)):
        data[xx[j]].append(y[j])

# get all x values in chart and reduce to a sorted list set
xd = [] 
for n in range(len(plt.gca().get_lines())):
        line = plt.gca().get_lines()[n]
        xd.append((line.get_xdata()).tolist())
xd = [item for sublist in xd for item in sublist]
xd = sorted(list(set(xd)))

# attempt to plot slices of x with autoscaled y
ax = plt.gca()
for i in range(len(xd)-1):
    ax.set_xlim([xd[i],xd[i+1]])

    # reference my min and max y values by left and right borders of x slice
    ymin = min(min(data[xd[i]]), min(data[xd[i+1]]))
    ymax = max(max(data[xd[i]]), max(data[xd[i+1]]))
    # manually set y limits
    ax.set_ylim([ymin,ymax])

    #eliminate my autoscale call
    #ax.axes.autoscale(enable=True,axis='y', tight=True)
    plt.pause(1) #timing

现在绘制时，y会自动缩放到x切片，而不是整个数据集。