精確控制matplotlib中子圖的位置

Question

我目前正在為紙制作圖形，如下所示：

上面的代碼非常接近我想要的樣子，但是我有一種強烈的感覺，我沒有以“正確的方式”執行此操作，因為它確實很容易產生，並且我的代碼充滿了各種魔術我手動調整位置的數字。 因此，我的問題是，制作這樣的情節的正確方法是什么？

這是該繪圖難以制作的重要特征：

• 這三個子圖的長寬比由數據固定，但是圖像的分辨率並非全部相同。

• 我希望所有三個情節都占據圖的全部高度

• 我希望（a）和（b）靠近，因為它們共享y軸，而（c）距離較遠

• 理想情況下，我希望頂部顏色條的頂部與三個圖像的頂部完全匹配，並且與底部顏色條的底部完全匹配。 （實際上它們並沒有完全對齊，因為我通過猜測數字並重新編譯圖像來做到這一點。）

在制作此圖時，我首先嘗試使用GridSpec ，但是我無法控制三個主要子圖之間的相對間距。 然后，我嘗試了AxisGrid工具包中的ImageGrid ，但是三張圖像之間的分辨率不同導致其表現異常。 深入研究AxesGrid，我能夠使用append_axes函數定位三個主要的子圖，但是我仍然必須手動定位三個色標。 （我手動創建了顏色條。）

我不想發布我現有的代碼，因為這是駭客和魔術數字的可怕集合。 而是我的問題是，在MatPlotLib中，有什么方法可以僅指定圖形的邏輯布局（即，上面項目符號的內容），並自動為我計算布局嗎？

Answer 1

這是一個可能的解決方案。 您將從圖形寬度開始（這在准備紙張時很有意義），然后使用圖形的各個方面，子圖和邊距之間的任意間距來計算遍歷。 這些公式與我在此答案中使用的公式相似。 GridSpec的width_ratios參數可以解決不平等的方面。 然后，您得到一個圖形高度，以使子圖的高度相等。

因此，您無法避免輸入一些數字，但是它們不是“魔術”。 所有這些都與必要的數量有關，例如圖形大小的分數或平均子圖大小的分數。 由於系統是封閉的，因此更改任何數字都只會產生不同的圖形高度，但不會破壞布局。

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import numpy as np; np.random.seed(42)

imgs = []
shapes = [(550,200), ( 550,205), (1100,274) ]
for shape in shapes:
    imgs.append(np.random.random(shape))

# calculate inverse aspect(width/height) for all images
inva = np.array([ img.shape[1]/float(img.shape[0]) for img in imgs])
# set width of empty column used to stretch layout
emptycol = 0.02
r = np.array([inva[0],inva[1], emptycol, inva[2], 3*emptycol, emptycol])
# set a figure width in inch
figw = 8
# border, can be set independently of all other quantities
left = 0.1; right=1-left
bottom=0.1; top=1-bottom
# wspace (=average relative space between subplots)
wspace = 0.1
#calculate scale
s = figw*(right-left)/(len(r)+(len(r)-1)*wspace) 
# mean aspect
masp = len(r)/np.sum(r)
#calculate figheight
figh = s*masp/float(top-bottom)


gs = gridspec.GridSpec(3,len(r), width_ratios=r)

fig = plt.figure(figsize=(figw,figh))
plt.subplots_adjust(left, bottom, right, top, wspace)

ax1 = plt.subplot(gs[:,0])
ax2 = plt.subplot(gs[:,1])
ax2.set_yticks([])

ax3 = plt.subplot(gs[:,3])
ax3.yaxis.tick_right()
ax3.yaxis.set_label_position("right")

cax1 = plt.subplot(gs[0,5])
cax2 = plt.subplot(gs[1,5])
cax3 = plt.subplot(gs[2,5])


im1 = ax1.imshow(imgs[0], cmap="viridis")
im2 = ax2.imshow(imgs[1], cmap="plasma")
im3 = ax3.imshow(imgs[2], cmap="RdBu")

fig.colorbar(im1, ax=ax1, cax=cax1)
fig.colorbar(im2, ax=ax2, cax=cax2)
fig.colorbar(im3, ax=ax3, cax=cax3)

ax1.set_title("image title")
ax1.set_xlabel("xlabel")
ax1.set_ylabel("ylabel")

plt.show()