Matplotlib 如何在不扩展轴限制的情况下绘图？

我试图在现有轴上绘制，而不扩展或修改其限制

例如：

import numpy as np
import matplotlib.pyplot as plt

xy = np.random.randn(100, 2)

plt.scatter(xy[:,0], xy[:,1])

使用拟合良好的轴限制进行精细绘图

然而，当我试图在上面画一条线时：

xlim = plt.gca().get_xlim()
plt.plot(xlim, xlim, 'k--')

轴限制被扩展，可能是为了在新数据周围创建填充

---

如何在没有填充的情况下绘制直线？

一个强力解决方案是在绘制之前跟踪轴限制，然后在绘制之后重置它们

像这样：

from contextlib import contextmanager

@contextmanager
def preserve_limits(ax=None):
    """ Plot without modifying axis limits """
    if ax is None:
        ax = plt.gca()

    xlim = ax.get_xlim()
    ylim = ax.get_ylim()

    try:
        yield ax
    finally:
        ax.set_xlim(xlim)
        ax.set_ylim(ylim)

现在比较

plt.scatter(xy[:,0], xy[:,1])

xlim = plt.gca().get_xlim()
plt.plot(xlim, xlim, 'k--')

与

您可以使用：

根据文件：

将轴视图自动缩放到数据（切换）

简单轴视图自动缩放的简便方法。它打开或关闭自动缩放，然后，如果任一轴的自动缩放处于打开状态，它将在指定的一个或多个轴上执行自动缩放。 参数：

enable : bool or None, optional
         True (default) turns autoscaling on, False turns it off. None leaves the autoscaling state unchanged.
axis : {'both', 'x', 'y'}, optional
       which axis to operate on; default is 'both'
tight: bool or None, optional
       If True, set view limits to data limits; if False, let the locator
       and margins expand the view limits; if None, use tight scaling
       if the only artist is an image, otherwise treat tight as False.
       The tight setting is retained for future autoscaling until it is
       explicitly changed.

---

如果单独设置x轴限制，则在更改它们之前，不会覆盖它们，无论打印的是什么。要使其与代码相匹配，请尝试：

plt.xlim(xlim)

---

当你得到xlim时，它会得到当前的限制，但是一旦你“设置”了它们，它们就会被锁定，直到你再次更改它们。这也适用于y轴，如果您希望这些轴也被固定（只需将“x”替换为“y”并添加代码）。

设置

plt。自动缩放（False）

可防止发生自动缩放

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

xy = np.random.randn(100, 2)
# By default plots are autoscaled. 
plt.scatter(xy[:,0], xy[:,1])

#Turn autoscaling off
plt.autoscale(False)
xlim = plt.gca().get_xlim()
plt.plot(xlim, xlim, 'k--')

plt.show()

---

设置

tight=True

是否会“反向”拧紧轴缩放？我喜欢初始非紧自动缩放，但我希望自动缩放仅在绘制直线时变紧。它看起来也可以使用轴。这里的自动缩放视图，但我不确定我是否刚刚选中

tight=True

似乎具有追溯性，而

enabled=False

则不具有追溯性。@shadowtalker仅设置

tight=True

可使自动缩放保持启用状态，依此类推，每个新绘图都会更改限制以适应所有数据，而

enabled=False

则完全禁用缩放，从而使限制保持不变。这就是答案。不幸的是，

tight=True

似乎具有“追溯性”，扰乱了已绘制数据的比例。而

enabled=False

似乎不会撤消初始自动缩放。否，自动缩放不具有追溯性。它将涉及设置后打印的所有内容。在这种情况下，matplotlib中似乎存在错误。看看如果在代码中编写

plt.autoscale（tight=True）

而不是

plt.autoscale（False）

，会发生什么。它实际上改变了散射点周围的比例。这是意料之中的，对吗？因为默认情况下，

enable

为True。也许我没有完全理解你想要达到的目标。我的观点是这种行为是不一致的。一个参数具有追溯性，另一个参数不具有追溯性。似乎设置初始缩放可能是一种特殊情况。

fig, ax = plt.subplots()
ax.plot(np.random.normal(size=(100,)),np.random.normal(size=(100,)),'bo')
ax.autoscale(tight=True)
xlim = ax.get_xlim()
plt.plot(xlim, xlim, 'k--')

plt.xlim(xlim)

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

xy = np.random.randn(100, 2)
# By default plots are autoscaled. 
plt.scatter(xy[:,0], xy[:,1])

#Turn autoscaling off
plt.autoscale(False)
xlim = plt.gca().get_xlim()
plt.plot(xlim, xlim, 'k--')

plt.show()