Python 不同大小子地块的共享比例'；轴（不共享轴）

使用matplotlib，我想用相同的x轴比例绘制两个图形，但我想显示不同大小的部分。我怎样才能做到这一点

到目前为止，我可以使用GridSpec或共享x轴的相同大小的子地块绘制不同大小的子地块。当我同时尝试两者时，较小的子地块具有相同的轴但缩放较小，而我想要相同的缩放和不同的轴，因此共享轴可能是错误的想法

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpec

x=np.linspace(0,10,100)
y=np.sin(x)

x2=np.linspace(0,5,60)
y2=np.cos(x2)

fig=plt.figure()

gs=GridSpec(2,3)

ax1 = fig.add_subplot(gs[0, :])
ax1.plot(x,y)

ax2 = fig.add_subplot(gs[1,:-1])
    #using sharex=ax1 here decreases the scaling of ax2 too much
ax2.plot(x2,y2)

plt.show()    

我希望x轴具有相同的缩放比例，也就是说，相同的x值总是正好位于彼此的顶部，这应该会让您有所了解。较小的绘图的框架可以扩展或适合绘图，这无关紧要，天平不匹配

---

提前谢谢。

这还是有点粗糙。我相信有一种更优雅的方法可以做到这一点，但是您可以在

ax2

的轴坐标和

ax1

的数据坐标之间创建自定义的

转换（请参见）。换言之，您可以（根据
ax1
）计算
ax2
左右边缘对应位置的数据值，然后相应地调整
ax2
的
xlim

这里的演示表明，即使第二个子批次没有以任何特定方式与第一个子批次对齐，它也可以工作

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpec

x=np.linspace(0,25,100)
y=np.sin(x)

x2=np.linspace(10,30,60)
y2=np.cos(x2)

fig=plt.figure()

gs=GridSpec(2,6)

ax1 = fig.add_subplot(gs[0, :])
ax1.plot(x,y)

ax2 = fig.add_subplot(gs[1,3:-1])
ax2.plot(x2,y2)

# here is where the magic happens
trans = ax2.transAxes + ax1.transData.inverted()
((xmin,_),(xmax,_)) = trans.transform([[0,1],[1,1]])
ax2.set_xlim(xmin,xmax)

# for demonstration, show that the vertical lines end up aligned
for ax in [ax1,ax2]:
    for pos in [15,20]:
        ax.axvline(pos)

plt.show()


编辑：一种可能的优化方法是在中进行转换。这样，即使在第一个轴中缩放/平移时，轴也保持同步

正如您所指出的，
tight_layout（）
也有一个小问题，但是直接调用回调函数可以很容易地解决

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpec


def on_xlim_changed(event):
    # here is where the magic happens
    trans = ax2.transAxes + ax1.transData.inverted()
    ((xmin, _), (xmax, _)) = trans.transform([[0, 1], [1, 1]])
    ax2.set_xlim(xmin, xmax)


x = np.linspace(0, 25, 100)
y = np.sin(x)

x2 = np.linspace(10, 30, 60)
y2 = np.cos(x2)

fig = plt.figure()


gs = GridSpec(2, 6)

ax1 = fig.add_subplot(gs[0, :])
ax1.plot(x, y)

ax2 = fig.add_subplot(gs[1, 3:-1])
ax2.plot(x2, y2)

# for demonstration, show that the vertical lines end up aligned
for ax in [ax1, ax2]:
    for pos in [15, 20]:
        ax.axvline(pos)

# tight_layout() messes up the axes xlim
# but can be fixed by calling on_xlim_changed()
fig.tight_layout()
on_xlim_changed(None)

ax1.callbacks.connect('xlim_changed', on_xlim_changed)


plt.show()

我建议根据ax1的限制设置第二个轴的限制

试试这个

ax2 = fig.add_subplot(gs[1,:-1])
ax2.plot(x2,y2)
lb, ub = ax1.get_xlim()
# Default margin is 0.05, which would be used for auto-scaling, hence reduce that here
# Set lower bound and upper bound based on the grid size, which you choose for second plot
ax2.set_xlim(lb, ub *(2/3) -0.5)

plt.show()   

对于绘图问题，如果您可以提供所需内容的可视化表示，这将非常有用。我想您可能想使用
get\u
函数从ax1中提取轴信息，然后使用
ax2。在纠正大小差异后，根据需要设置\u
。我添加了一个“如果”的图形，希望能让您了解我的意思。谢谢，这正是我所需要的，无论子地块位于何处，它都能完美工作。我注意到有两件事可以帮助防止任何错误（但可能非常明显），那就是在转换之前设置网格、刻度等。也不适用于紧密布局我添加了一些改进，以在平移/缩放时保持轴同步，并修复了
tight\u layout（）