使用set_xlim（）切割繪圖后的matplotlib自動縮放（axis ='y'）

Question

作為演示，我正在繪制x ^ 0到x ^ 9，x值在10到20之間。

然后我正在切片那些圖像，以便我有9個切片：

x =（10到11），（11到12）等等到（18到19）

我希望我的圖像被裁剪，以便y值始終在每個切片中從上到下展開，但我得到的是自動縮放始終縮放到完整數據集而不是當前切片。

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)

在我的實際應用中，我試圖以這種方式生成10萬個微小圖像作為隨機數據的數據庫。 對於每x，有2到200 y的值。 然后我使用OpenCV將新圖像匹配到歷史數據庫中的最佳匹配。

關鍵是y值在每個圖像中從上到下拉伸，以便OpenCV找到一個很好的匹配。

如果它有助於我的x值始終是int（）類型和等間距

ETA：我試圖在這里實施一些解決方案，但沒有取得任何進展：

Matplotlib - 固定x軸刻度和自動縮放y軸

Matplotlib基於手動縮放的x軸縮放y軸

但至少我學會了：

自動縮放始終使用全范圍的數據，因此y軸按y數據的完整范圍進行縮放，而不僅僅是x限制內的范圍。

仍然沒有解決方案在這里工作

def autoscale_y()

由@DanHickstein提供

給我：

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

從這些鏈接中，我不確定在我的for循環中在哪里實現@Joe Kington的掩碼解決方案。

我現在正在使用這里提出的@bernie解決方案來獲得Y值：

如何從圖中提取點？

也許那時我可以set_ylim（）手動給出那個X的最小和最大Y值？

如果有一種方法可以在定義的xlim中作為標准的matplotlib方法進行自動縮放，那么這將更加容易

Answer 1

我昨晚解決了我的問題，創建了一個字典，其中x為鍵，y為y值。

這是在數據由函數y = x ** i創建時發生的

本質上我正在創建字典結構偽代碼：

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

我可以稍后在任何給定的x處引用所有y值。 從那里，找到切片左側和右側的最小和最大y值，以手動設置ylim。 如果您的xlim切片超過一個x段寬，則必須為xlim中的每個相應x切片重復該過程。 在我的例子中，我的x切片恰好是一個段寬。

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

現在繪制時，y會自動縮放到x切片，而不是整個數據集。