轴箱方面

这个演示展示了如何直接通过 set_box_aspect. 盒子纵横比是物理单位的坐标轴高度和坐标轴宽度之间的比率，与数据限制无关。例如，这对于生成与其包含的数据无关的方形图很有用，或者在具有固定（数据）方面的图像图旁边有一个具有相同轴尺寸的常用图。

下面列出了set_box_aspect.

一个方轴，独立于数据

无论数据限制是多少，都生成一个方轴。

import numpy as np
import matplotlib.pyplot as plt

fig1, ax = plt.subplots()

ax.set_xlim(300, 400)
ax.set_box_aspect(1)

plt.show()

共享方轴

生成大小为平方的共享子图。

fig2, (ax, ax2) = plt.subplots(ncols=2, sharey=True)

ax.plot([1, 5], [0, 10])
ax2.plot([100, 500], [10, 15])

ax.set_box_aspect(1)
ax2.set_box_aspect(1)

plt.show()

方形双轴

产生一个方轴，一个双轴。孪生轴接管父级的盒子方面。

fig3, ax = plt.subplots()

ax2 = ax.twinx()

ax.plot([0, 10])
ax2.plot([12, 10])

ax.set_box_aspect(1)

plt.show()

图像旁边的法线图

当创建具有固定数据纵横比且默认 adjustable="box"靠近普通图的图像图时，轴的高度将不相等。set_box_aspect通过允许正常绘图的轴使用图像尺寸作为盒子方面提供了一个简单的解决方案。

这个例子还显示了它constrained_layout与固定的盒子方面很好地相互作用。

fig4, (ax, ax2) = plt.subplots(ncols=2, constrained_layout=True)

np.random.seed(19680801)  # Fixing random state for reproducibility
im = np.random.rand(16, 27)
ax.imshow(im)

ax2.plot([23, 45])
ax2.set_box_aspect(im.shape[0]/im.shape[1])

plt.show()

方联合/边际图

可能需要在联合数据图旁边显示边缘分布。下面创建了一个正方形图，其中边轴的盒子方面等于 gridspec 的宽度和高度比。这可确保所有轴完美对齐，与图形大小无关。

fig5, axs = plt.subplots(2, 2, sharex="col", sharey="row",
                         gridspec_kw=dict(height_ratios=[1, 3],
                                          width_ratios=[3, 1]))
axs[0, 1].set_visible(False)
axs[0, 0].set_box_aspect(1/3)
axs[1, 0].set_box_aspect(1)
axs[1, 1].set_box_aspect(3/1)

np.random.seed(19680801)  # Fixing random state for reproducibility
x, y = np.random.randn(2, 400) * [[.5], [180]]
axs[1, 0].scatter(x, y)
axs[0, 0].hist(x)
axs[1, 1].hist(y, orientation="horizontal")

plt.show()

方联合/边际图

在设置盒子方面时，仍然可以设置数据方面。在这里，我们创建一个具有两倍高的盒子的 Axes，并对其内容使用“相等”的数据方面，即圆实际上保持圆形。

fig6, ax = plt.subplots()

ax.add_patch(plt.Circle((5, 3), 1))
ax.set_aspect("equal", adjustable="datalim")
ax.set_box_aspect(0.5)
ax.autoscale()

plt.show()

许多子图的盒子方面

可以在初始化时将盒子方面传递给 Axes。下面创建了一个 2 x 3 的子图网格，所有正方形轴。

fig7, axs = plt.subplots(2, 3, subplot_kw=dict(box_aspect=1),
                         sharex=True, sharey=True, constrained_layout=True)

for i, ax in enumerate(axs.flat):
    ax.scatter(i % 3, -((i // 3) - 0.5)*200, c=[plt.cm.hsv(i / 6)], s=300)
plt.show()

参考

此示例中显示了以下函数、方法、类和模块的使用：

• matplotlib.axes.Axes.set_box_aspect